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：为什么 to_tensor 不转换 0 和 1 之间的值？如何正确计算平均值？我应该除以 255 吗？我有：len(landmarks_arr)    720和landmarks_arr[0].shapetorch.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

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。

1. 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)

1. 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]。

2.