已加入 昇思MindSpore社区 证明截图

安装 MindSpore 2.0 alpha 步骤

本文使用 Windows 平台，以下为的安装配置

• 注意：硬件平台选择 CPU 之后 windows_x64 的选项才会出现
• 根据自机环境安装的python 版本 3.8
• 其他选项默认
  安装 python 的教程可看 python最详细的安装与完全卸载

打开powershell 或 cmd

• 依次输入

set MS_VERSION=2.0.0a0

遇到一个问题 pip版本不支持

升级即可，输入指令

pip install --upgrade pip

若该命令依旧报错，使用下面的语句（即使用管理员权限，换镜像）参考文章https://blog.csdn.net/qq_37758925/article/details/108607592

 python -m pip install --upgrade pip -i https://pypi.douban.com/simple

安装成功的截图

实现 数据变换Transforms 任务

数据变换Transforms教程

因为本人的电脑配置实在带不动，特别卡----故采取使用华为云的Modelarts 云环境平台来实现 该任务

• 进入后 ModelArts平台 即可使用（登陆后就免费提供了服务器资源）—感谢华为！🤭
  
  根据教程可知 MindSpore提供不同种类的数据变换（Transforms），配合数据处理Pipeline来实现数据预处理。所有的Transforms均可通过map方法传入，实现对指定数据列的处理。
  以下按照教程中的依次实现

Common Transforms 通用数据变换

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。

• 教程 以Compose为例，介绍其使用方式

Compose
Compose接收一个数据增强操作序列，然后将其组合成单个数据增强操作。我们仍基于Mnist数据集呈现Transforms的应用效果。

除了Compose，通用转换还提供了其他类型的 如图

其他类型API详情可看：mindspore.dataset.transforms

• 执行结果的截图
  

---

Vision Transforms 针对图像数据的变换

此模块用于图像数据增强，其中有一部分增强是基于C++ OpenCV实现的，具有较好的性能，而另一部分是基于Python Pillow实现的。
mindspore.dataset.vision模块提供一系列针对图像数据的Transforms。在Mnist数据处理过程中，使用了Rescale、Normalize和HWC2CHW变换。

• Rescale

Rescale变换用于调整图像像素值的大小，包括两个参数：
rescale：缩放因子。
shift：平移因子。

• 执行结果的截图
  

• Normalize

Normalize变换用于对输入图像的归一化，包括三个参数：
mean：图像每个通道的均值。
std：图像每个通道的标准差。
is_hwc：输入图像格式为(height, width, channel)还是(channel, height, width)。

• HWC2CWH

HWC2CWH变换用于转换图像格式。在不同的硬件设备中可能会对(height, width, channel)或(channel, height, width)两种不同格式有针对性优化。MindSpore设置HWC为默认图像格式，在有CWH格式需求时，可使用该变换进行处理。

• Normalize和HWC2CWH执行结果的截图
  

---

Text Transforms 文本数据的变换

此模块用于文本数据增强，包括 transforms 和 utils 两个子模块。
transforms 是一个高性能文本数据增强模块，支持常见的文本数据增强处理。
utils 提供了一些文本处理的工具方法。

• BasicTokenizer

分词（Tokenize）操作是文本数据的基础处理方法，MindSpore提供多种不同的Tokenizer。这里我们选择基础的BasicTokenizer举例。配合map，将三段文本进行分词，可以看到处理后的数据成功分词。

• Lookup

Lookup为词表映射变换，用来将Token转换为Index。在使用Lookup前，需要构造词表，一般可以加载已有的词表，或使用Vocab生成词表。这里我们选择使用Vocab.from_dataset方法从数据集中生成词表。

• 执行结果的截图
  

---

Lambda Transforms

关于 Lambda 变换 实在理解不了，教程给出了解释如下

Lambda函数是一种不需要名字、由一个单独表达式组成的匿名函数，表达式会在调用时被求值。
Lambda Transforms可以加载任意定义的Lambda函数，提供足够的灵活度。

• 执行结果的截图
  

---

结语

以上就是本篇根据昇思平台数据变换 Transforms教程文章所有内容

• 最后感谢华为云 的 ModelArts 平台提供免费的学习环境和服务器资源