pytorch深度学习基础1

首先给大家介绍一下torchvision库

torchvison库简介

TorchVision 是一个开源的Python库，它是PyTorch框架的一部分，用于计算机视觉任务。TorchVision提供了大量的预定义模型，用于图像分类、物体检测、语义分割、实例分割和视频分析等任务。它还包括了用于加载和处理图像数据的各种工具，以及用于数据增强的模块。

主要功能

1. 模型和预训练权重：TorchVision提供了许多在ImageNet数据集上训练好的预训练模型，如ResNet、AlexNet、SqueezeNet等。这些模型可以直接用于迁移学习任务，以提高新任务的性能。
2. 数据加载和处理：TorchVision提供了各种数据加载器和数据处理工具，如ImageList和ImageFolder，用于加载和处理图像数据。
3. 数据增强：TorchVision提供了多种数据增强模块，如翻转、缩放、旋转等，用于在训练过程中增加数据的多样性。
4. 可视化工具：TorchVision还提供了一些可视化工具，如imshow函数，用于显示图像数据。

from torchvision import models
print(dir(models))

使用两行简单的代码即可得到在torchvision.models中的预定义模型，其中有很多模型名称，小编这里就不进行展示了，首字母大写的名称指的是实现了许多流行模型的Python类，他们的体系结构不同，首字母小写的名称指的是一些便捷函数，他们返回这些类实例化的模型。