标准化

class torchvision.transforms.Normalize(mean, std, inplace=False)

使用均值和标准差对张量图像进行归一化。 此转换不支持PIL图像。 给定均值：(mean[1],...,mean[n]) 和标准差：(std[1],..,std[n]) 对于 n 个通道，此转换将归一化输入的每个通道 torch.*Tensor 即， output[channel] = (input[channel] - mean[channel]) / std[channel]

注意

此转换操作不会改变原位置，即它不会改变输入张量。

Parameters:

• mean (sequence) – 每个通道的均值序列。

• std (sequence) – 每个通道的标准差序列。

• inplace (bool,可选) – 布尔值，用于使此操作就地执行。

使用 Normalize 的示例：

开始使用 transforms v2

Getting started with transforms v2

如何使用CutMix和MixUp

How to use CutMix and MixUp

如何编写自己的v2转换

How to write your own v2 transforms

forward(tensor: Tensor) → Tensor

Parameters:

tensor (Tensor) – 需要标准化的张量图像。

Returns:

归一化的张量图像。

Return type:

张量