影像的色調指的是三種原色（紅、藍、黃）和三種次色（橙、綠、紫）。要調整影像的色調，我們應用 adjust_hue()。它是 torchvision.transforms 模組提供的功能轉換之一。adjust_hue() 轉換接受 PIL 和張量影像。張量影像是一個形狀為 [C, H, W] 的 PyTorch 張量，其中 C 是通道數，H 是影像高度，W 是影像寬度。此轉換還接受一批張量影像。影像色調透過將影像轉換為 ... 閱讀更多

要計算兩個張量之間的餘弦相似度，我們使用 torch.nn 模組提供的 CosineSimilarity() 函式。它返回沿 dim 計算的餘弦相似度值。dim 是此函式的一個可選引數，沿其計算餘弦相似度。對於一維張量，我們只能沿 dim=0 計算餘弦相似度。對於二維張量，我們可以在 dim=0 或 1 沿計算餘弦相似度。兩個張量的尺寸必須相同才能計算餘弦相似度。兩個張量必須是實值的。餘弦相似度常用於文字分析中度量文件相似度。語法torch.nn.CosineSimilarity(dim=1)預設的 dim 設定為 1。但是如果 ... 閱讀更多

torch.clamp() 用於將輸入中的所有元素鉗位到 [min, max] 範圍內。它接受三個引數：輸入張量、min 和 max 值。小於 min 的值將替換為 min，大於 max 的值將替換為 max。如果未給出 min，則沒有下界。如果未給出 max，則沒有上界。假設我們設定 min=−0.5 和 max=0.4，則小於 −0.5 的值將替換為 −0.5，大於 0.4 的值將替換為 0.4。這些值之間的 ... 閱讀更多

單位矩陣，也稱為單位矩陣，是一個“n ☓ n”的方陣，主對角線上為 1，其他位置為 0。它是方陣的乘法單位。因為任何方陣乘以單位矩陣的結果都不會改變。單位矩陣也稱為單位矩陣。單位矩陣在矩陣概念中用作方陣的乘法單位。當任何方陣乘以單位矩陣時，結果不會改變。線上性代數中，大小為 n 的單位矩陣是 n ☓ n 的方陣，主對角線上為 1，其他位置為 0。要建立 ... 閱讀更多

平均絕對誤差計算為輸入和目標（預測值和實際值）之間絕對差之和的平均值。要在 PyTorch 中計算平均絕對誤差，我們應用 torch.nn 模組提供的 L1Loss() 函式。它建立一個衡量平均絕對誤差的標準。實際值和預測值都是具有相同元素數量的 torch 張量。兩個張量可以具有任意數量的維度。此函式返回一個標量值的張量。它是 torch.nn 模組提供的損失函式的一種型別。損失函式用於 ... 閱讀更多

數字的上限值是大於或等於該數字的最小整數。要查詢 torch 張量元素的上限，我們使用 torch.ceil() 函式。此函式以 torch 張量作為輸入引數，並返回一個 torch 張量，其中包含輸入張量每個元素的上限值。此函式僅支援實值輸入。它支援任何維度的 torch 張量。數字的下限值是小於或等於該數字的最大整數。要查詢 torch 張量元素的下限，我們使用 ... 閱讀更多

影像的對比度是指影像各個特徵之間存在的顏色差異量。要調整影像的對比度，我們應用 adjust_contrast()。它是 torchvision.transforms 模組提供的功能轉換之一。此模組包含許多重要的功能轉換，可用於對影像資料執行不同型別的操作。adjust_contrast() 轉換接受 PIL 和張量影像。張量影像是一個形狀為 [C, H, W] 的 PyTorch 張量，其中 C 是通道數，H 是影像高度，W 是影像寬度。這 ... 閱讀更多

影像的亮度是在捕獲影像後對其強度的度量。要調整影像的亮度，我們應用 adjust_brightness()。它是 torchvision.transforms 模組提供的功能轉換之一。此模組包含許多重要的功能轉換，可用於操作影像資料。adjust_brightness() 轉換接受 PIL 和張量影像。張量影像是一個形狀為 [C, H, W] 的 PyTorch 張量，其中 C 是通道數，H 是影像高度，W 是影像寬度。此轉換還接受一批張量影像。一批 ... 閱讀更多

PyTorch 中的矩陣是一個二維張量，其元素具有相同的 dtype。我們可以用另一行打亂一行，用另一列打亂一列。要打亂行或列，我們可以像在 Numpy 中一樣使用簡單的切片和索引。如果要打亂行，則在行索引中進行切片。要打亂列，則在列索引中進行切片。例如，如果要打亂 3☓3 矩陣的第 1 行和第 2 行，則只需打亂這些行的索引並進行切片以找到打亂的矩陣。讓我們 ... 閱讀更多

torchvision.utils 包為我們提供了 make_grid() 函式來建立影像網格。影像應該是 torch 張量。它接受形狀為 (B ☓ C ☓ H ☓ W) 的 4D 小批次張量或相同大小的張量影像列表。這裡，B 是批次大小，C 是影像中的通道數，H 和 W 是高度和寬度。所有影像的 H ☓ W 應該相同。此函式的輸出是一個包含影像網格的 torch 張量。我們可以使用 ... 閱讀更多