随机应用¶

class torchvision.transforms.v2.RandomApply(transforms: Union[Sequence[Callable], ModuleList], p: float = 0.5)[source]¶

以给定的概率随机应用一系列转换。

注意

为了编写转换脚本，请使用torch.nn.ModuleList作为输入，而不是如下所示的转换列表/元组：

>>> transforms = transforms.RandomApply(torch.nn.ModuleList([
>>>     transforms.ColorJitter(),
>>> ]), p=0.3)
>>> 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。

Parameters:

transforms (sequence 或 torch.nn.Module) – 转换列表
p (float) – 应用变换列表的概率

使用 RandomApply 的示例：

变换的图示

Illustration of transforms

extra_repr() → str[source]¶

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[source]¶

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。