欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

动手学深度学习3——优化和深度学习

程序员文章站 2024-03-14 21:30:05
...

动手学深度学习3——优化和深度学习

动量法

图像增广

d2l.set_figsize()
img = Image.open('../../img/cat1.jpg')
d2l.plt.imshow(img)
def show_images(imgs, num_rows, num_cols, scale=2):
figsize = (num_cols * scale, num_rows * scale)
_, axes = d2l.plt.subplots(num_rows, num_cols, figsize=figsize)
for i in range(num_rows):
for j in range(num_cols):
axes[i][j].imshow(imgs[i * num_cols + j])
axes[i][j].axes.get_xaxis().set_visible(False)
axes[i][j].axes.get_yaxis().set_visible(False)
return axes
def apply(img, aug, num_rows=2, num_cols=4, scale=1.5):
Y = [aug(img) for _ in range(num_rows * num_cols)]
show_images(Y, num_rows, num_cols, scale)

图像翻转

#左右翻转
apply(img, torchvision.transforms.RandomHorizontalFlip())
#上下翻转
apply(img, torchvision.transforms.RandomVerticalFlip())

图像裁剪

#随机裁剪原图的10%--100%
shape_aug = torchvision.transforms.RandomResizedCrop(200, scale=
(0.1, 1), ratio=(0.5, 2))
apply(img, shape_aug)

变换颜色

#更改亮度brightness
apply(img, torchvision.transforms.ColorJitter(brightness=0.5))
#更改色调 hue
apply(img, torchvision.transforms.ColorJitter(hue=0.5))
#更改对比度 contrast
apply(img, torchvision.transforms.ColorJitter(contrast=0.5))
#同时更改多种类型
color_aug = torchvision.transforms.ColorJitter(
brightness=0.5, contrast=0.5, saturation=0.5, hue=0.5)
apply(img, color_aug)
#通过compose将上面定义的多个图像增光方法叠加起来,再应用到每张图像上
augs = torchvision.transforms.Compose([
torchvision.transforms.RandomHorizontalFlip(), color_aug,
shape_aug])
apply(img, augs)

相关标签: 深度学习