赞
踩
通常情况下,直接加载的原始数据并不能直接送入神经网络进行训练,此时我们需要对其进行数据预处理。MindSpore提供不同种类的数据变换(Transforms),配合数据处理Pipeline来实现数据预处理。所有的Transforms均可通过 map
方法传入,实现对指定数据列的处理。
mindspore.dataset
提供了面向图像、文本、音频等不同数据类型的Transforms,同时也支持使用Lambda函数。
Compose
接收一个数据增强操作序列,然后将其组合成单个数据增强操作。以Mnist数据集为例。
- image, label = next(train_dataset.create_tuple_iterator())
- print(image.shape)
-
- composed = transforms.Compose(
- [
- vision.Rescale(1.0 / 255.0, 0),
- vision.Normalize(mean=(0.1307,), std=(0.3081,)),
- vision.HWC2CHW()
- ]
- )
-
- train_dataset = train_dataset.map(composed, 'image')
- image, label = next(train_dataset.create_tuple_iterator())
- print(image.shape)
mindspore.dataset.vision模块提供一系列针对图像数据的Transforms。在
Rescale 变换用于调整图像像数值的大小、包括两个参数:
--rescale:缩放因子
--shift:平移因子
图像的每个像素将根据这两个参数进行调整,输出的像素值为
例:使用Rescale对图像的像数值进行缩放
- random_np = np.random.randint(0, 255, (48, 48), np.uint8)
- random_image = Image.fromarray(random_np)
- print(random_np)
Input: [[170 10 218 ... 81 128 96] [ 2 107 146 ... 239 178 165] [232 137 235 ... 222 109 216] ... [193 140 60 ... 72 133 144] [232 175 58 ... 55 110 94] [152 241 105 ... 187 45 43]]
- rescale = vision.Rescale(1.0 / 255.0, 0)
- rescaled_image = rescale(random_image)
- print(rescaled_image)
Input: [[0.6666667 0.03921569 0.854902 ... 0.31764707 0.5019608 0.37647063] [0.00784314 0.41960788 0.57254905 ... 0.93725497 0.69803923 0.64705884] [0.909804 0.5372549 0.9215687 ... 0.8705883 0.427451 0.8470589 ] ... [0.7568628 0.54901963 0.23529413 ... 0.28235295 0.52156866 0.5647059 ] [0.909804 0.6862745 0.227451 ... 0.21568629 0.43137258 0.36862746] [0.59607846 0.9450981 0.41176474 ... 0.73333335 0.1764706 0.16862746]]
可以看到,使用Rescale后的每个像素值都进行了缩放。
Normalize变换用于对输入图像的归一化,包括三个参数:
--mean:图像的每个通道的均值。
--std:图像每个通道的标准差。
--is_hwc:bool值,输入图像的格式。True为(height,width,channel),False为(channel,height,width)。
图像的每个通道将根据mean和std进行调整,计算公式为
,c代表通道索引。
- normalize = vision.Normalize(mean=(0.1307,), std=(0.3081,))
- normalized_image = normalize(rescaled_image)
- print(normalized_image)
[[ 1.7395868 -0.29693064 2.3505423 ... 0.60677403 1.2050011 0.7976976 ] [-0.3987565 0.9377082 1.4341093 ... 2.617835 1.8414128 1.6759458 ] [ 2.5287375 1.3195552 2.5669222 ... 2.4014552 0.9631647 2.3250859 ] ... [ 2.0323365 1.3577399 0.33948112 ... 0.49221992 1.2686423 1.4086528 ] [ 2.5287375 1.803228 0.31402466 ... 0.27583995 0.9758929 0.77224106] [ 1.5104787 2.6432917 0.9122518 ... 1.9559668 0.14855757 0.12310111]]
HWC2CHW
变换用于转换图像格式。在不同的硬件设备中可能会对(height, width, channel)或(channel, height, width)两种不同格式有针对性优化。MindSpore设置HWC为默认图像格式,在有CHW格式需求时,可使用该变换进行处理。
- hwc_image = np.expand_dims(normalized_image, -1)
- hwc2chw = vision.HWC2CHW()
- chw_image = hwc2chw(hwc_image)
- print(hwc_image.shape, chw_image.shape)
(48, 48, 1) (1, 48, 48)
mindspore.dataset.text提供了一系列针对文本数据的Transforms。与图像数据不同,文本数据需要有分词(Tokenize)、构建词表、Token转Index等操作。
首先定义三段文本作为待处理的数据,使用GeneratorDataset进行加载。
- text = ['welcome to Beijing']
- test_dataset = GeneratorDataset(texts, 'text')
分词(Tokenize)操作是文本数据的基础处理方法,MindSpore提供多种不同的Tokenizer。
例子:PythonTokenizer
此Tokenizer允许用户自由实现分词策略。随后利用map
操作将此分词器应用到输入的文本中,对其进行分词。
- def my_tokenizer(content):
- return content.split()
-
- test_dataset = test_dataset.map(text.PythonTokenizer(my_tokenizer))
- print(next(test_dataset.create_tuple_iterator()))
[Tensor(shape=[3], dtype=String, value= ['Welcome', 'to', 'Beijing'])]
Lookup
为词表映射变换,用来将Token转换为Index。
Lambda函数是一种不需要名字、由一个单独表达式组成的匿名函数,表达式会在调用时被求值。Lambda Transforms可以加载任意定义的Lambda函数,提供足够的灵活度。
例:
- test_dataset = GeneratorDataset([1, 2, 3], 'data', shuffle=False)
- test_dataset = test_dataset.map(lambda x: x * 2)
- print(list(test_dataset.create_tuple_iterator()))
[[Tensor(shape=[], dtype=Int64, value= 2)], [Tensor(shape=[], dtype=Int64, value= 4)], [Tensor(shape=[], dtype=Int64, value= 6)]]
map
传入Lambda函数后,迭代获得数据进行了乘2操作。
可以定义较复杂的函数,配合Lambda函数实现复杂数据处理:
- def func(x):
- return x * x + 2
-
- test_dataset = test_dataset.map(lambda x: func(x))
-
- print(list(test_dataset.create_tuple_iterator()))
[[Tensor(shape=[], dtype=Int64, value= 6)], [Tensor(shape=[], dtype=Int64, value= 18)], [Tensor(shape=[], dtype=Int64, value= 38)]]
学习心得:今天学习了mindspore.dataset中的数据变换Transforms。mindspore.dataset提供了面向图像、文本、音频等不同数据类型的Transforms.且所有的Transforms均可通过 map
方法传入,实现对指定数据列的处理。在对原始数据进行数据变换后,才可以送进神经网络进行训练。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。