【pytorch】手写backward

发布时间:2024年01月17日

Affine如何实现

https://rising.readthedocs.io/en/latest/_modules/rising/transforms/functional/affine.html
https://github.com/pytorch/vision/blob/main/torchvision/transforms/functional.py

torchvision.transforms.functional.affine。在 PyTorch 中,仿射变换不是直接应用于原始图像张量的,而是应用于一个网络的一部分,这样可以在训练过程中通过自动微分机制实现反向传播。
在这里插入图片描述

( x , y ) (x,y) (x,y) 是原始图像中的像素坐标, ( x ′ , y ′ ) (x', y') (x,y) 是变换后的坐标, a , b , c , d a, b, c, d a,b,c,d 是旋转和缩放矩阵的元素, t x , t y t_x, t_y tx?,ty? 是平移的距离。

在训练神经网络时,你需要计算损失函数相对于网络参数的梯度,然后用这个梯度来更新参数。这通过反向传播算法实现,PyTorch 的 autograd 系统自动帮你计算这些梯度。

torchvision.transforms.functional.affine 函数内部会创建一个可微分的仿射变换操作。当你在训练模式下应用这个变换,并且通过该变换得到的图像参与了损失函数的计算时,PyTorch 的自动微分机制会记录下这个仿射变换操作的所有相关信息。这样,在计算梯度时,它就能够根据链式法则反向传播这个操作的梯度。

扩展后的图像如何对应以前的图?

在仿射变换过程中,每个输出图像的像素位置 ( x ′ , y ′ ) (x', y') (x,y) 是通过上述矩阵乘法及平移向量来从输入图像的像素位置 ( x , y ) (x, y) (x,y) 映射得到的。因为这种映射是连续的,所以即便在旋转、缩放或者扭曲之后,输出图像中的每个像素仍然可以追溯到原始图像中的某个位置(尽管可能不再是整数坐标,而是通过插值得到的)。

透视如何实现

文章来源:https://blog.csdn.net/prinTao/article/details/135111279
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。