python - 如何在pytorch中将PIL图像标准化为-1和1之间的transforms.Compose？

Question

所以我一直在尝试找到一种方法来标准化-1和1之间的一些PIL图像像素值。我搜索了文档但没有找到解决方案。文档中唯一的标准化是 transforms.Normalize，它使用平均值和标准差进行标准化。所以我陷入了如何去做的困境。这是我的代码:

train_transform = transforms.Compose([
        transforms.RandomHorizontalFlip(p=0.5),
        transforms.Resize(40),
        transforms.RandomCrop(32),
        # Normalize(-1, 1)  # Something like that
])

如何标准化两个数字之间的张量？例如:

[[1,2,3]
[3,2,1]]

-1 和 1 之间

[[-1, 0, 1],
[1, 0, -1]]

Answer 1

尝试:

transform = transforms.Compose([
    transforms.RandomHorizontalFlip(p=0.5)
    transforms.Resize(40),
    transforms.RandomCrop(32),
    transforms.ToTensor(),
    transforms.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5))])

• ToTensor 会将图像像素从 [0,255] 缩放到 [0,1] 值

• 标准化将首先减去均值，因此 [0,1] 值将转换为范围 [-0.5,0.5]，然后除以std并且[-0.5,0.5]将达到[-1,1]范围