给我买咖啡☕

*备忘录：

• 我的帖子解释了bersanverticalflip（）。

>

• 我的帖子解释了牛津iiitpet（）。

randomhorizo​​ntalflip（）可以随机和水平覆盖图像，如下所示：

*备忘录：

• 初始化的第一个参数是p（可选默认：0.5-type：int或float）： *备忘录：
  • 这是图像是否被翻转的可能性。

  >

  • 必须为0

第一个参数是img（必需类型：pil图像或张量（int））： *备忘录：

• 张量必须为2d或3d。
  • 不使用img =。

  建议根据v1或v2使用v2？我应该使用哪一个？

• from torchvision.datasets import OxfordIIITPet from torchvision.transforms.v2 import RandomHorizontalFlip  randomhorizontalflip = RandomHorizontalFlip() randomhorizontalflip = RandomHorizontalFlip(p=0.5)  randomhorizontalflip # RandomHorizontalFlip(p=0.5)  randomhorizontalflip.p # 0.5  origin_data = OxfordIIITPet(     root="data",     transform=None     # transform=RandomHorizontalFlip(p=0) )  p1_data = OxfordIIITPet(     root="data",     transform=RandomHorizontalFlip(p=1) )  p05_data = OxfordIIITPet(     root="data",     transform=RandomHorizontalFlip(p=0.5) )  import matplotlib.pyplot as plt  def show_images1(data, main_title=None):     plt.figure(figsize=[10, 5])     plt.suptitle(t=main_title, y=0.8, fontsize=14)     for i, (im, _) in zip(range(1, 6), data):         plt.subplot(1, 5, i)         plt.imshow(X=im)         plt.xticks(ticks=[])         plt.yticks(ticks=[])     plt.tight_layout()     plt.show()  show_images1(data=origin_data, main_title="origin_data") print() show_images1(data=p1_data, main_title="p1_data") show_images1(data=p1_data, main_title="p1_data") show_images1(data=p1_data, main_title="p1_data") print() show_images1(data=p05_data, main_title="p05_data") show_images1(data=p05_data, main_title="p05_data") show_images1(data=p05_data, main_title="p05_data")  # ↓ ↓ ↓ ↓ ↓ ↓ The code below is identical to the code above. ↓ ↓ ↓ ↓ ↓ ↓ def show_images2(data, main_title=None, prob=0):     plt.figure(figsize=[10, 5])     plt.suptitle(t=main_title, y=0.8, fontsize=14)     for i, (im, _) in zip(range(1, 6), data):         plt.subplot(1, 5, i)         rhf = RandomHorizontalFlip(p=prob)         plt.imshow(X=rhf(im))         plt.xticks(ticks=[])         plt.yticks(ticks=[])     plt.tight_layout()     plt.show()  show_images2(data=origin_data, main_title="origin_data") print() show_images2(data=origin_data, main_title="p1_data", prob=1) show_images2(data=origin_data, main_title="p1_data", prob=1) show_images2(data=origin_data, main_title="p1_data", prob=1) print() show_images2(data=origin_data, main_title="p05_data", prob=0.5) show_images2(data=origin_data, main_title="p05_data", prob=0.5) show_images2(data=origin_data, main_title="p05_data", prob=0.5) 

  登录后复制

以上就是Pytorch中的Randomhorizo​​ntalflip的详细内容，更多请关注php中文网其它相关文章！