使用PyTorch开始自己的首次视觉竞赛系列(2)--DataLoader中的Transform
在深度学习中，数据十分重要。在我们构造的网络较为庞大的情况下，相当于我们需要从假设空间中以数据驱动的方式学出一种相应的参数组。而网络越宽越深越复杂，往往其参数越多，所以我们需要更多的数据去逼近一个可用解，在本节中，我大致介绍一下我们能够为数据做点什么
在深度学习中，数据十分重要。在我们构造的网络较为庞大的情况下，相当于我们需要从假设空间中以数据驱动的方式学出一种相应的参数组。而网络越宽越深越复杂，往往其参数越多，所以我们需要更多的数据去逼近一个可用解，在本节中，我大致介绍一下我们能够为数据做点什么
写这篇文章的初衷是希望在众多的开源baseline中，我想要形成我自己的一套pipeline。所以我将在近期的几个竞赛中开始尝试并逐渐整理出一套简洁易用的pipeline