Phương pháp 'Xóa ngẫu nhiên' hoạt động như thế nào trong PyTorch?

Blog này sẽ thảo luận về cách “ Xóa ngẫu nhiên ” phương thức hoạt động trong PyTorch.

Tại sao phương pháp 'Xóa ngẫu nhiên' được sử dụng trong PyTorch?

Việc loại bỏ ngẫu nhiên dữ liệu khỏi hình ảnh gây ra vấn đề cho việc huấn luyện các mô hình phân tích hình ảnh vì chúng buộc phải thích ứng với tình trạng không đủ dữ liệu. Điều này chuẩn bị một mô hình cho các nhiệm vụ trong thế giới thực, nơi không phải lúc nào cũng có dữ liệu đầy đủ. Mô hình trở nên tốt hơn nhiều khi có thể rút ra các suy luận từ tất cả các loại dữ liệu và quản lý để hiển thị kết quả. Việc lựa chọn các pixel để loại bỏ là ngẫu nhiên nên không có sai lệch và hình ảnh thu được sẽ được sử dụng làm dữ liệu đầu vào trong quá trình huấn luyện.

Phương pháp 'Xóa ngẫu nhiên' hoạt động như thế nào trong PyTorch?

Phương pháp Xóa ngẫu nhiên được sử dụng để làm cho mô hình học sâu được trang bị tốt hơn để xử lý các ứng dụng thực. Hãy làm theo các bước bên dưới để tìm hiểu cách sử dụng nó trong các dự án PyTorch của bạn nhằm tăng cường khả năng quản lý dữ liệu và cải thiện khả năng suy luận:

Bước 1: Thiết lập IDE cộng tác

Google Colab là lựa chọn lý tưởng để phát triển các mô hình AI sử dụng khung PyTorch. Điều hướng đến Cộng tác viên trang mạng và khởi chạy một “ Sổ tay mới ”:

Bước 2: Nhập các thư viện cần thiết

Sử dụng ' !pip ” trình cài đặt gói do Python cung cấp để cài đặt thư viện và sử dụng “ nhập khẩu ” lệnh để nhập chúng vào dự án:

Mô tả của mã đã cho như sau:

• Nhập khẩu “ ngọn đuốc ” thư viện sử dụng “ nhập khẩu ' yêu cầu.
• Các ' ngọn đuốc.transforms ” gói chứa các phép biến đổi cho Xóa ngẫu nhiên.
• “ PIL ” là thư viện hình ảnh python và nó chứa chức năng xử lý hình ảnh.
• Các ' matplotlib.pyplot ” thư viện được sử dụng để hiển thị hình ảnh gốc và hình ảnh được chuyển đổi:

Bước 3: Tải ảnh đầu vào lên

Upload ảnh ở phần Files:

Tiếp theo, tải hình ảnh đầu vào bằng cách sử dụng nút “ mở() ” của mô-đun “Hình ảnh”:

Bước 4: Chỉ định phép biến đổi để thực hiện các phép biến đổi

Bây giờ, hãy xác định một “ Xóa ngẫu nhiên ” biến áp sẽ biến đổi hình ảnh bằng cách chọn vùng hình chữ nhật ngẫu nhiên và xóa các pixel của nó. Ngoài ra, chuyển đổi hình ảnh đầu vào sang cảm biến đèn pin bằng cách sử dụng nút “ ToTensor() ” nếu đó là hình ảnh PIL và sau đó chuyển đổi nó trở lại hình ảnh PIL thông qua “ ToPILImage() ”:

Các thông số được sử dụng ở trên “ Xóa ngẫu nhiên ” máy biến áp được giải thích dưới đây:

• P: Nó đại diện cho xác suất mà hoạt động nâng ngẫu nhiên sẽ đạt được.
• tỉ lệ: Nó cho biết phạm vi vùng bị xóa của hình ảnh đầu vào.
• tỉ lệ: Nó biểu thị tỷ lệ khung hình của vùng bị xóa.
• giá trị: Nó chỉ định giá trị xóa theo mặc định là “0”. Nếu nó là một số nguyên thì nó sẽ loại bỏ tất cả các pixel và nếu đó là một bộ có ba số nguyên thì nó sẽ loại bỏ các kênh R, G và B tương ứng.
• tại chỗ: Đó là một giá trị “boolean” tạo ra biến áp xóa ngẫu nhiên đã cho. Theo mặc định, nó là “false”.

Bước 5: Sử dụng khả năng hiểu từ điển để lấy hình ảnh đầu ra

Sử dụng khái niệm hiểu từ điển để lấy bốn hình ảnh đầu ra:

Bước 6: Hiển thị bốn hình ảnh đầu ra

Cuối cùng, hiển thị bốn hình ảnh đầu ra với sự trợ giúp của khối mã được nêu bên dưới:

Mô tả mã ở trên như sau:

• Áp dụng ' plt.figure() ” phương pháp vẽ bốn hình ảnh có chiều rộng và chiều cao được chỉ định.
• Sau đó, chỉ định các hàng và cột cụ thể để điều chỉnh bốn hình ảnh.
• Sau đó, khởi tạo vòng lặp “for” áp dụng “ cốt truyện phụ() ” để xác định ô phụ, phương thức “show()” để hiển thị hình ảnh và phương thức “ plt.xticks() ' cũng như ' plt.yticks() ” để đặt vị trí đánh dấu hiện tại và nhãn của trục x và y.
• Cuối cùng, hãy sử dụng “ plt.show() ” Phương thức in ảnh ra đầu ra:

Ghi chú : Người dùng có thể truy cập Colab Notebook của chúng tôi bằng cách sử dụng liên kết .

Mẹo chuyên nghiệp

Một công dụng chính của “ Xóa ngẫu nhiên ” Phương pháp trong các dự án PyTorch là bảo mật. Nó có thể được sử dụng để xóa pixel khỏi các hình ảnh nhạy cảm, chẳng hạn như những hình ảnh chứa một số bí mật thương mại hoặc thứ gì đó có giá trị. Chức năng ngẫu nhiên cụ thể cho việc xóa này sẽ chỉ có người dùng ban đầu biết và chỉ người dùng mới có thể khôi phục các hình ảnh đã xóa trở lại phiên bản gốc của họ.

Thành công! Chúng tôi đã chỉ ra cách hoạt động của phương pháp xóa ngẫu nhiên trong PyTorch.

Phần kết luận

Các ' Xóa ngẫu nhiên ” trong PyTorch hoạt động bằng cách xóa các pixel ngẫu nhiên khỏi hình ảnh và bắt chước kịch bản trong thế giới thực để đào tạo mô hình tốt hơn. Điều này sẽ làm cho mô hình trở nên thành thạo hơn trong việc xử lý các loại dữ liệu khác nhau để rút ra những suy luận có chất lượng từ dữ liệu không đầy đủ. Chúng tôi đã minh họa cách sử dụng “ Xóa ngẫu nhiên ” phương thức trong PyTorch.