if self.transforms 是什么意思？

Question

什么

if self.transforms:
            data = self.transforms(data)

做什么？我不明白这条线背后的逻辑 - 这条线使用的条件是什么？

我正在阅读一篇关于基于以下实现使用 pytorch 创建自定义数据集的文章：

#custom dataset
class MNISTDataset(Dataset):
    def __init__(self, images, labels=None, transforms=None):
        self.X = images
        self.y = labels
        self.transforms = transforms
         
    def __len__(self):
        return (len(self.X))
    
    def __getitem__(self, i):
        data = self.X.iloc[i, :]
        data = np.asarray(data).astype(np.uint8).reshape(28, 28, 1)
        
        if self.transforms:
            data = self.transforms(data)
            
        if self.y is not None:
            return (data, self.y[i])
        else:
            return data
train_data = MNISTDataset(train_images, train_labels, transform)
test_data = MNISTDataset(test_images, test_labels, transform)
# dataloaders
trainloader = DataLoader(train_data, batch_size=128, shuffle=True)
testloader = DataLoader(test_data, batch_size=128, shuffle=True)

谢谢！我基本上是想了解它为什么起作用以及它如何将转换应用于数据。

Answer 1

数据集 MNISTDataset 可以选择使用转换函数进行初始化。如果给出这样的转换函数，它将保存在 self.transforms 中，否则它将保留其默认值 None。当使用 __getitem__ 调用新项目时，它首先检查转换是否为真值，在这种情况下，它检查是否可以将 self.transforms 强制转换为 True 可调用对象就是这种情况目的。否则这意味着 self.transforms 没有首先提供并且没有在 data.

上应用转换函数

这是一个通用示例，来自 torch/torchvision 上下文：

def do(x, callback=None):
    if callback: # will be True if callback is a function/lambda
        return callback(x)
    return x

do(2) # returns 2
do(2, callback=lambda x: 2*x) # returns 4

if self.transforms 是什么意思？

What does does if self.transforms mean?

if-statement

dataset

pytorch