PyTorch onnx 中的規范化 model

Question

我在 pytorch 做圖像分類，在那，我用了這個變換

transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

並完成了培訓。 之后，我將.pth model 文件轉換為.onnx 文件

現在，在推論中，我應該如何在 numpy 數組中應用此轉換，因為 onnx 處理 numpy 數組中的輸入

Answer 1

例如，您可以將相同的transforms應用於np.array 。

Answer 2

你有幾個選擇。

由於 normalize 自己編寫非常簡單，您可以這樣做

import numpy as np
mean = np.array([0.485, 0.456, 0.406]).reshape(-1,1,1)
std = np.array([0.229, 0.224, 0.225]).reshape(-1,1,1)
x_normalized = (x - mean) / std

根本不需要 pytorch 或 torchvision 庫。

如果您仍在使用 pytorch 數據集，則可以使用以下轉換

transforms.Compose([
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]),
    torch.Tensor.numpy  # or equivalently transforms.Lambda(lambda x: x.numpy())
])

這只會將歸一化應用於張量，然后將其轉換為 numpy 數組。