Torchvision normalize如何对均值/sds的元组进行操作？

Question

我不明白torchvision的这种转换是如何工作的。最终，我想要构建一个自定义的normalize类，所以我需要首先弄清楚这是如何工作的。

在文档中，它是这样描述init的：

def __init__(self, mean, std, inplace=False):
        self.mean = mean
        self.std = std
        self.inplace = inplace

当我传递这些参数时(通常不是自定义类)，我会将它们作为每个通道的列表或元组传递：

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

但如果我看一下这个电话：

return F.normalize(tensor, self.mean, self.std, self.inplace)

所有这些都将元组传递给F.normalize()，后者只接受p参数的单个值。

这个类必须以某种方式遍历通道才能实现它，但是它如何做到这一点，以及我如何在自定义类中实现它？

基于this tutorial，我会这样描述它：

class Normalize(object):
    """Convert ndarrays in sample to Tensors."""

    def __init__(self, mean, std, inplace=False):
        self.mean = mean
        self.std = std
        self.inplace = inplace

    def __call__(self, sample):
        image, landmarks = sample['image'], sample['landmarks']
        return {'image': F.normalize(image, self.mean, self.std, self.inplace),
                'landmarks': landmarks}

但这不起作用，因为它不会通过每个通道。

Answer 1

在那里调用的normalize函数是这样一个https://github.com/pytorch/vision/blob/master/torchvision/transforms/functional.py#L191

输入是形状为(C, H, W)的张量，mean和std可以是序列，这些序列在内部转换为张量。规范化是通过广播in this way完成的

tensor.sub_(mean[:, None, None]).div_(std[:, None, None])