PyTorch ToTensor 缩放到 [0,1] 差异答案

【问题标题】：PyTorch ToTensor scaling to [0,1] discrepancyPyTorch ToTensor 缩放到 [0,1] 差异
【发布时间】：2021-06-23 12:53:03
【问题描述】：

如果我这样做

mnist_train = MNIST('../data/MNIST', download = True,
                transform = transforms.Compose([
                    transforms.ToTensor(),
                ]), train = True)

和

mnist_train.data.max()

为什么我会得到 255？我应该得到 1，因为 ToTensor() 可以缩放到 [0,1]，对吧？

如果我这样做：

for i in range(0, len(mnist_train)):
    print(mnist_train[i][0].max())

那么，我几乎得到了1？

有人可以帮我理解一下吗？

【问题讨论】：

Documentation 说“......在其他情况下，张量返回而不缩放。”;所以你的案子属于其他案子之一？
我还打印了最大值，这是问题的第二部分，我得到了几乎所有1。
你是对的！我写了一个关于为什么的答案。

标签： python machine-learning pytorch mnist

【解决方案1】：

当你这样做时

mnist_train.data

PyTorch 为您提供 mnist_train 的 data 属性，该属性在 this line 上定义（当您创建 MNIST 实例时）。如果您查看__init__ 之前的代码，则不会发生任何转换！

OTOH，当你这样做时

mnist_train[i]

对象的__getitem__方法被触发，你可以找到here。在此方法中有一个if 语句用于transform，因此您现在可以得到转换后的版本。

由于一个常见的用法是通过 torch.utils.data.DataLoader 使用这个 MNIST 数据集（或任何其他数据集）并且它调用这个 __getitem__，我们得到了标准化值。

【讨论】：