本文主要是介绍【昇思25天学习打卡营打卡指南-第四天】数据变换 Transforms，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
数据变换 Transforms
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。下面分别对其进行介绍。
实验环境已经预装了mindspore==2.2.14，如需更换mindspore版本，可更改下面mindspore的版本号
pip uninstall mindspore -y
pip install -i https://pypi.mirrors.ustc.edu.cn/simple mindspore==2.2.14
引入代码库
import numpy as np
from PIL import Image
from download import download
from mindspore.dataset import transforms, vision, text
from mindspore.dataset import GeneratorDataset, MnistDataset
Common Transforms
mindspore.dataset.transforms模块支持一系列通用Transforms。这里我们以Compose为例，介绍其使用方式。
Compose
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。我们仍基于Mnist数据集呈现Transforms的应用效果。
代码示例
# Download data from open datasetsurl = "https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/" \"notebook/datasets/MNIST_Data.zip"
path = download(url, "./", kind="zip", replace=True)train_dataset = MnistDataset('MNIST_Data/train')image, label = next(train_dataset.create_tuple_iterator())
print(image.shape)
运行结果
(28, 28, 1)
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)
运行结果
(1, 28, 28)
API文档地址
通用Transforms详见mindspore.dataset.transforms
Vision Transforms
mindspore.dataset.vision模块提供一系列针对图像数据的Transforms。在Mnist数据处理过程中，使用了Rescale、Normalize和HWC2CHW变换。下面对其进行详述。
Rescale
Rescale变换用于调整图像像素值的大小，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 o u t p u t i = i n p u t i ∗ r e s c a l e + s h i f t output_{i} = input_{i} * rescale + shift outputi=inputi∗rescale+shift。
这里我们先使用numpy随机生成一个像素值在[0, 255]的图像，将其像素值进行缩放。
代码示例
random_np = np.random.randint(0, 255, (48, 48), np.uint8)
random_image = Image.fromarray(random_np)
print(random_np)
运行结果：
[[103 74 20 ... 133 190 202][ 65 128 170 ... 77 11 94][ 10 31 216 ... 68 141 22]...[190 106 254 ... 27 137 23][115 103 170 ... 65 136 93][ 0 212 28 ... 92 39 75]]
为了更直观地呈现Transform前后的数据对比，我们使用Transforms的Eager模式进行演示。首先实例化Transform对象，然后调用对象进行数据处理。
rescale = vision.Rescale(1.0 / 255.0, 0)
rescaled_image = rescale(random_image)
print(rescaled_image)
运行结果
[[0.4039216 0.2901961 0.07843138 ... 0.52156866 0.74509805 0.79215693][0.25490198 0.5019608 0.6666667 ... 0.3019608 0.04313726 0.36862746][0.03921569 0.12156864 0.8470589 ... 0.26666668 0.5529412 0.08627451]...[0.74509805 0.4156863 0.9960785 ... 0.10588236 0.5372549 0.09019608][0.45098042 0.4039216 0.6666667 ... 0.25490198 0.53333336 0.3647059 ][0. 0.8313726 0.10980393 ... 0.36078432 0.15294118 0.29411766]]
可以看到，使用Rescale后的每个像素值都进行了缩放。
Normalize
Normalize变换用于对输入图像的归一化，包括三个参数：
- mean：图像每个通道的均值。
- 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 o u t p u t c = i n p u t c − m e a n c s t d c output_{c} = \frac{input_{c} - mean_{c}}{std_{c}} outputc=stdcinputc−meanc，其中 c c c代表通道索引。
normalize = vision.Normalize(mean=(0.1307,), std=(0.3081,))
normalized_image = normalize(rescaled_image)
print(normalized_image)
运行结果
[[ 0.8867953 0.51767635 -0.16964827 ... 1.2686423 1.99415162.1468906 ][ 0.40312228 1.2050011 1.7395868 ... 0.55586106 -0.28420240.77224106][-0.29693064 -0.02963769 2.3250859 ... 0.44130698 1.3704681-0.14419182]...[ 1.9941516 0.92498 2.8087587 ... -0.08055063 1.3195552-0.13146357][ 1.0395341 0.8867953 1.7395868 ... 0.40312228 1.3068270.7595128 ][-0.42421296 2.2741728 -0.06782239 ... 0.74678457 0.072188180.5304046 ]]
HWC2CHW
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。
这里我们先将前文中normalized_image处理为HWC格式，然后进行转换。可以看到转换前后的shape发生了变化。
代码示例
hwc_image = np.expand_dims(normalized_image, -1)
hwc2chw = vision.HWC2CHW()
chw_image = hwc2chw(hwc_image)
print(hwc_image.shape, chw_image.shape)
运行结果：
(48, 48, 1) (1, 48, 48)
API文档：mindspore.dataset.vision
Text Transforms
mindspore.dataset.text模块提供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。这里简单介绍其使用方法。
首先我们定义三段文本，作为待处理的数据，并使用GeneratorDataset进行加载。
代码示例：
texts = ['Welcome to Beijing']
test_dataset = GeneratorDataset(texts, 'text')
PythonTokenizer
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。这里我们选择基础的PythonTokenizer举例，此Tokenizer允许用户自由实现分词策略。随后我们利用map操作将此分词器应用到输入的文本中，对其进行分词。
代码示例：
def my_tokenizer(content):return content.split()test_dataset = test_dataset.map(text.PythonTokenizer(my_tokenizer))
print(next(test_dataset.create_tuple_iterator()))
运行结果：
[Tensor(shape=[3], dtype=String, value= ['Welcome', 'to', 'Beijing'])]
Lookup
Lookup为词表映射变换，用来将Token转换为Index。在使用Lookup前，需要构造词表，一般可以加载已有的词表，或使用Vocab生成词表。这里我们选择使用Vocab.from_dataset方法从数据集中生成词表。
代码示例：
vocab = text.Vocab.from_dataset(test_dataset)
获得词表后我们可以使用vocab方法查看词表。
print(vocab.vocab())
运行结果：
{'to': 2, 'Welcome': 1, 'Beijing': 0}
生成词表后，可以配合map方法进行词表映射变换，将Token转为Index。
test_dataset = test_dataset.map(text.Lookup(vocab))
print(next(test_dataset.create_tuple_iterator()))
运行结果：
[Tensor(shape=[3], dtype=Int32, value= [1, 2, 0])]
API文档
mindspore.dataset.text
Lambda Transforms
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。在这里，我们首先使用一个简单的Lambda函数，对输入数据乘2：
代码示例
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()))
可以看到map传入Lambda函数后，迭代获得数据进行了乘2操作。
我们也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 + 2test_dataset = test_dataset.map(lambda x: func(x))print(list(test_dataset.create_tuple_iterator()))
运行结果：
[[Tensor(shape=[], dtype=Int64, value= 6)], [Tensor(shape=[], dtype=Int64, value= 18)], [Tensor(shape=[], dtype=Int64, value= 38)]]
附录
显示名字和学习时间代码
import time
print(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())),'JeffDing')
这篇关于【昇思25天学习打卡营打卡指南-第四天】数据变换 Transforms的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
