计算火炬张量数组的平均值和标准差

Question

我正在尝试计算火炬张量数组的平均值和标准差。我的数据集有 720 张训练图像，每张图像都有 4 个地标，其中 X 和 Y 代表图像上的 2D 点。

to_tensor = transforms.ToTensor()

landmarks_arr = []

for i in range(len(train_dataset)):

    landmarks_arr.append(to_tensor(train_dataset[i]['landmarks']))

                     

mean = torch.mean(torch.stack(landmarks_arr, dim=0))#, dim=(0, 2, 3))

std = torch.std(torch.stack(landmarks_arr, dim=0)) #, dim=(0, 2, 3))

print(mean.shape)

print("mean is {} and std is {}".format(mean, std))

结果：

torch.Size([])

mean is nan and std is nan

上面有几个问题：

1. 为什么 to_tensor 不转换 0 和 1 之间的值？

2. 如何正确计算平均值？

3. 我应该除以 255 吗？

我有：

len(landmarks_arr)

    

720

和

landmarks_arr[0].shape

torch.Size([1, 4, 2])

和

landmarks_arr[0]

tensor([[[502.2869, 240.4949],

         [688.0000, 293.0000],

         [346.0000, 317.0000],

         [560.8283, 322.6830]]], dtype=torch.float64)

Answer 1

来自 ToTensor() 的 pytorch 文档：如果 PIL 图像属于，则将 [0, 255] 范围内的 PIL 图像或 numpy.ndarray (H x W x C) 转换为 [0.0, 1.0] 范围内形状 (C x H x W) 的 torch.FloatTensor模式之一（L、LA、P、I、F、RGB、YCbCr、RGBA、CMYK、1）或者 numpy.ndarray 的 dtype = np.uint8在其他情况下，返回张量而不进行缩放。由于您的 Landmark 值不是 PIL 图像，并且不在 [0, 255] 范围内，因此不会应用缩放。您的计算看起来是正确的。看起来，您的数据中可能有一些 NaN 值。你可以尝试类似的东西for i in range(len(train_dataset)):     landmarks = to_tensor(train_dataset[i]['landmarks'])     landmarks[landmarks != landmarks] = 0  # this will set all nan to zero     landmarks_arr.append(landmarks)在你的循环内。或者在循环中断言 for nan 以找到罪魁祸首：for i in range(len(train_dataset)):     landmarks = to_tensor(train_dataset[i]['landmarks'])    assert(not torch.isnan(landmarks).any()), f'nan encountered in sample {i}'  # will trigger if a landmark contains nan     landmarks_arr.append(landmarks)不，请参见 1)。如果您愿意，您可以除以地标的最大坐标，将它们限制为 [0, 1]。