使用 Transform 定义数据变换¶
注解
对输入数据进行变换（Transformation）是十分常见的操作，尤其是在计算机视觉领域。
在 megengine.data.transform 中提供的各种数据变换都是基于 Transform 抽象类实现的，其中：
我们能够很方便地在 DataLoader 加载数据时进行相应地变换操作。例如：
>>> dataloader = DataLoader(dataset, transform=Compose([Resize(32), ToMode('CHW')]))
更多 API 请参考 megengine.data.transform 模块。
注解
借助数据变换，我们可以达成各种目标，包括但不限于：
通过
Resize操作，使得输入数据的形状满足模型对形状的要求；实现 数据增广 （Data augmentation），更多的数据往往能提升模型的性能…
参见
MegEngine 中提供了大量的
VisionTransform实现，用户也可参考 API 文档进行拓展；一些数据变换的实现参考自 torchvision 以及 OpenMMLab .
MegEngine 中也提供了
TorchTransformCompose实现，方便使用torchvision中的实现。
举例：伪变换和自定义变换¶
MegEngine 中提供了 PseudoTransform 作为默认实现，它没有对输入进行任何处理，而是直接返回：
class PseudoTransform(Transform):
def apply(self, input: Tuple):
return input
我们构造一个数据 data 进行测试：
>>> data = np.arange(9).reshape(3, 3)
>>> data
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
>>> from megengine.data.transform import PseudoTransform
>>> PseudoTransform().apply(data)
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
如果我们要实现自定义的变换操作，只需要自己实现相应的 apply 逻辑。
比如我们实现一个 AddOneTransform:
>>> from megengine.data.transform import Transform
>>> class AddOneTransform(Transform):
... def apply(self, input):
... return input + 1
>>> AddOneTransform().apply(data)
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
可以使用 Compose 对数据变换进行组合：
>>> from megengine.data.transform import Compose
>>> composed_transform = Compose([AddOneTransform(), AddOneTransform()])
>>> composed_transform.apply(data)
array([[ 2, 3, 4],
[ 5, 6, 7],
[ 8, 9, 10]])
最终，我们的各种 Transform 实现应当被应用于 DataLoader:
>>> dataloader = DataLoader(dataset, transform=composed_transform)
警告
我们这里给出的例子比较简单，假设样本都是单个元素，实际上 apply 方法支持 Tuple 类型的输入，
代码逻辑中完全可以处理更加一些复杂的样本结构，可以参考 VisionTransform 的实现。
参见
可以在官方 ResNet
训练代码中找到 DataLoader 通过组合数据变换对数据进行预处理的例子。
注意与 Functional 的区别¶
用户不应当将 megengine.data.transform 与 megengine.functional 中的接口搞混淆：
megengine.data.transform可以看作是一个独立的子库，可以对 NumPy 的 ndarray 数据进行各种处理；megengine.functional中的实现都是围绕着 MegEngine 的 Tensor 数据结构进行的。
从流程上看，用户可以将原始数据转换成 ndarray 作为输入，经过 megengine.data.transform 做一些处理。
如果需要参与模型训练，得到的结果需要人为地转换成 Tensor 才能够被用于 megengine.functional 中的接口。
数据预处理应该在何时发生¶
当我们从 DataLoader 中获取批数据时，如果定义了 Transform, 则会在每次加载完样本后立即对其进行变换。
数据变换操作也是有计算开销的，且该流程通常在 CPU 设备上进行，以及有些操作会调用类似 OpenCV 的库。
如果我们对每个样本进行多次加载（比如训练多个周期），那么变换操作也会被执行多次，这可能会带来额外的开销。
因此在有些时候，我们会选择将预处理操作在更早的流程中进行，即直接对原始数据先进行一次预处理操作，
这样在 DataLoader 中获取的输入便已经是经过预处理的数据了，这样可以尽可能地减少 Transform 操作。
用户应当考虑到，原始数据相关的 I/O 和处理也有可能成为模型训练整体流程中的瓶颈。