学习内容:MindSpore提供不同种类的数据变换
通常情况下，直接加载的原始数据并不能直接送入神经网络进行训练，此时我们需要对其进行数据预处理。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。
mindspore.dataset提供了面向图像、文本、音频等不同数据类型的Transforms，同时也支持使用Lambda函数。下面分别对其进行介绍。
1.Common Transforms
mindspore.dataset.transforms模块支持一系列通用Transforms,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
| mindspore.dataset.transforms.Compose | 将多个数据增强操作组合使用。 |
|---|---|
| mindspore.dataset.transforms.Concatenate | 在输入数据的某一个轴上进行数组拼接，目前仅支持拼接形状为1D的数组。 |
| 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.Mask | 用给条件判断输入Tensor的内容，并返回一个掩码Tensor。 |
| mindspore.dataset.transforms.Fill | 将Tensor的所有元素都赋值为指定的值。 |
| mindspore.dataset.transforms.Onehot | 对输入标签进行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 | 从一组数据增强变换中随机选择一个进行应用。 |
| 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 | 对输入进行切片。 |
| 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。 |
这里我们以Compose为例，介绍其使用方式。
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。
# Download data from open datasets
url = "https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/" \
"notebook/datasets/MNIST_Data.zip"
path = download(url, "./", kind="zip", replace=True)
train_dataset = MnistDataset('MNIST_Data/train')
初始数据集中Imageshape
执行compose操作之后，Image.shape发生了改变
composed = transforms.Compose(
[
vision.Rescale(1.0 / 255.0, 0),
vision.Normalize(mean=(0.1307,), std=(0.3081,)),
vision.HWC2CHW()
]
)
2.Vision Transforms
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。下面对其进行详述。
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。
图像的每个像素将根据这两个参数进行调整，输出的像素值为