from torchvision import transforms



transform = transforms.Compose([
    transforms.Grayscale(num_output_channels=1), # 彩色图像转灰度图像num_output_channels默认1
    transforms.ToTensor()
])

 

Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

AI中医新进展：五音闻诊实现技术突破，情绪诊疗迎来新曙光

avatar 2048 AI社区
cover

【三个月 AI Agent 实战学习】Day 24 详细展开：第一个 Agent —— 使用 LangChain 构建数学专家

avatar 2048 AI社区

公关舆情转大模型：误报和漏报，代价根本不一样

如果你做过一段时间的舆情监测，其实早就已经在做代价判断了：一条只是语气冲的普通用户抱怨，和一条正在被大量转发、已经有媒体跟进苗头的负面，你不会用同一个标准去处理。前者顶多算噪音，后者晚发现两个小时，后面要投入的力气完全不是一个量级。把这种判断搬到模型上，它就变成了两个不同的错误。漏报，指的是真的负面存在，系统却没能报出来；误报，指的是本来没事，系统却把它当成负面报了出来。在舆情这个场景里，这两种错

avatar 2048 AI社区