组合

class torchvision.transforms.v2.Compose(transforms: Sequence[Callable])

将多个变换组合在一起。

此转换不支持torchscript。 请参阅下面的说明。

Parameters:

transforms (Transform 对象的列表) – 要组合的转换列表。

示例

>>> transforms.Compose([
>>>     transforms.CenterCrop(10),
>>>     transforms.PILToTensor(),
>>>     transforms.ConvertImageDtype(torch.float),
>>> ])

注意

为了编写转换脚本，请使用如下所示的torch.nn.Sequential。

>>> transforms = torch.nn.Sequential(
>>>     transforms.CenterCrop(10),
>>>     transforms.Normalize((0.485, 0.456, 0.406), (0.229, 0.224, 0.225)),
>>> )
>>> scripted_transforms = torch.jit.script(transforms)

确保仅使用可脚本化的转换，即与torch.Tensor兼容的转换，不需要lambda函数或PIL.Image。

使用 Compose 的示例：

开始使用 transforms v2

Getting started with transforms v2

Transforms v2: 端到端目标检测/分割示例

Transforms v2: End-to-end object detection/segmentation example

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

Torchscript 支持

Torchscript support

extra_repr() → str

设置模块的额外表示。

要打印自定义的额外信息，您应该在自己的模块中重新实现此方法。单行和多行字符串都是可接受的。

forward(*inputs: Any) → Any

定义每次调用时执行的计算。

应该由所有子类覆盖。

注意

尽管前向传递的配方需要在此函数内定义，但之后应该调用Module实例而不是这个，因为前者负责运行已注册的钩子，而后者则默默地忽略它们。