mindspore.dataset.transforms

此模块用于通用数据增强,其中一部分增强操作是用C++实现的,具有较好的高性能,另一部分是基于Python实现,使用了NumPy模块作为支持。

在API示例中,常用的模块导入方法如下:

import mindspore.dataset as ds
import mindspore.dataset.transforms as transforms

注意:旧的API导入方式已经过时且会逐步废弃,因此推荐使用上面的方式,但目前仍可按以下方式导入:

from mindspore.dataset.transforms import c_transforms
from mindspore.dataset.transforms import py_transforms

更多详情请参考 通用数据处理与增强 <https://www.mindspore.cn/tutorials/zh-CN/r1.8/advanced/dataset/augment_common_data.html>_

常用数据处理术语说明如下:

  • TensorOperation,所有C++实现的数据处理操作的基类。

  • PyTensorOperation,所有Python实现的数据处理操作的基类。

变换

mindspore.dataset.transforms.Compose

将多个数据增强算子组合使用。

mindspore.dataset.transforms.Concatenate

在Tensor的某一个轴上进行元素拼接。

mindspore.dataset.transforms.Duplicate

将输入的数据列复制得到新的数据列,每次仅可以输入1个数据列进行复制。

mindspore.dataset.transforms.Fill

将Tensor的所有元素都赋值为指定的值,输出Tensor将与输入Tensor具有与具有相同的shape和数据类型。

mindspore.dataset.transforms.Mask

用给条件判断输入Tensor的内容,并返回一个掩码Tensor。

mindspore.dataset.transforms.OneHot

将Tensor进行OneHot编码。

mindspore.dataset.transforms.PadEnd

对输入Tensor进行填充,要求 pad_shape 与输入Tensor的维度保持一致。

mindspore.dataset.transforms.RandomApply

指定一组数据增强处理及其被应用的概率,在运算时按概率随机应用其中的增强处理。

mindspore.dataset.transforms.RandomChoice

在一组数据增强中随机选择部分增强处理进行应用。

mindspore.dataset.transforms.RandomOrder

给一个数据增强的列表,随机打乱数据增强处理的顺序。

mindspore.dataset.transforms.Slice

对Tensor进行切片操作,功能类似于NumPy的索引(目前只支持1D形状的Tensor)。

mindspore.dataset.transforms.TypeCast

将输入的Tensor转换为指定的数据类型。

mindspore.dataset.transforms.Unique

对输入张量进行唯一运算,每次只支持对一个数据列进行变换。

工具

mindspore.dataset.transforms.Relational

关系操作符,可以取值为Relational.EQ、Relational.NE、Relational.GT、Relational.GE、Relational.LT、Relational.LE。