transforms.normalize使用样例

在Python中，transforms.normalize()用于将图像的像素值归一化到[0, 1]范围内。以下是一个使用transforms.normalize()的示例：

import torch
import torchvision.transforms as transforms

# 加载图像并转换为Tensor
img = Image.open('image.jpg')
img_tensor = transforms.ToTensor()(img)

# 归一化
normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406],
                                 std=[0.229, 0.224, 0.225])
img_normalized = normalize(img_tensor)

# 打印归一化后图像的最小值和最大值
print(torch.min(img_normalized), torch.max(img_normalized))

在上面的示例中，我们首先使用transforms.ToTensor()将图像转换为Tensor格式。然后我们定义了一个normalize对象，使用transforms.Normalize()函数来对图像进行归一化。在这个例子中，我们选择均值为[0.485, 0.456, 0.406]，标准差为[0.229, 0.224, 0.225]。最后，我们将归一化后的图像打印出来，以检查其最小值和最大值是否在[0, 1]范围内。