pytorch python 数据增强代码

下面是一个使用PyTorch和Python进行数据增强的示例代码：

import torch
import torchvision.transforms as transforms
from PIL import Image

# 定义数据增强的transform
transform = transforms.Compose([
    transforms.RandomCrop(224),  # 随机裁剪为224x224大小
    transforms.RandomHorizontalFlip(),  # 随机水平翻转
    transforms.RandomRotation(30),  # 随机旋转±30度
    transforms.ToTensor(),  # 转为Tensor
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))  # 归一化
])

# 加载图像
image = Image.open('image.jpg')

# 应用数据增强的transform
augmented_image = transform(image)

# 显示增强后的图像
print(augmented_image.shape)

在上面的示例中，我们使用了一系列的transforms来定义数据增强的操作，包括随机裁剪、随机翻转、随机旋转、转换为Tensor和归一化。然后，我们加载了一张图像，将其应用于数据增强的transform，最后打印出增强后的图像的形状。

你可以根据自己的需求调整transforms中的操作和参数，以实现不同的数据增强效果。