小土堆Pytorch学习笔记（四、Transforms的使用（1-2））

一、导入transforms库

查看transforms的结构，在图片左下角。

二、为什么使用Transforms

transforms更像一个工具箱，里面也有一些用于图像预处理的工具，裁剪、旋转等之类的，然后我们利用这些工具来打造自己要用的工具。将图片作为输入，利用自己创建的工具得到输出。
第一段代码如下：

from torchvision import transforms
from PIL import Image

img_path = "hymenoptera_dataset/train/ants/0013035.jpg"
img = Image.open(img_path)

# 创建一个ToTensor类的实例对象
tensor_trans = transforms.ToTensor()
# 给tensor_trans类传入一个参数
tensor_img = tensor_trans(img)

print(tensor_img)

结果如下：

tensor([[[0.3137, 0.3137, 0.3137,  ..., 0.3176, 0.3098, 0.2980],
         [0.3176, 0.3176, 0.3176,  ..., 0.3176, 0.3098, 0.2980],
         [0.3216, 0.3216, 0.3216,  ..., 0.3137, 0.3098, 0.3020],
         ...,
         [0.3412, 0.3412, 0.3373,  ..., 0.1725, 0.3725, 0.3529],
         [0.3412, 0.3412, 0.3373,  ..., 0.3294, 0.3529, 0.3294],
         [0.3412, 0.3412, 0.3373,  ..., 0.3098, 0.3059, 0.3294]],

        [[0.5922, 0.5922, 0.5922,  ..., 0.5961, 0.5882, 0.5765],
         [0.5961, 0.5961, 0.5961,  ..., 0.5961, 0.5882, 0.5765],
         [0.6000, 0.6000, 0.6000,  ..., 0.5922, 0.5882, 0.5804],
         ...,
         [0.6275, 0.6275, 0.6235,  ..., 0.3608, 0.6196, 0.6157],
         [0.6275, 0.6275, 0.6235,  ..., 0.5765, 0.6275, 0.5961],
         [0.6275, 0.6275, 0.6235,  ..., 0.6275, 0.6235, 0.6314]],

        [[0.9137, 0.9137, 0.9137,  ..., 0.9176, 0.9098, 0.8980],
         [0.9176, 0.9176, 0.9176,  ..., 0.9176, 0.9098, 0.8980],
         [0.9216, 0.9216, 0.9216,  ..., 0.9137, 0.9098, 0.9020],
         ...,
         [0.9294, 0.9294, 0.9255,  ..., 0.5529, 0.9216, 0.8941],
         [0.9294, 0.9294, 0.9255,  ..., 0.8863, 1.0000, 0.9137],
         [0.9294, 0.9294, 0.9255,  ..., 0.9490, 0.9804, 0.9137]]])

图片类型由JPEG到PIL再到tensor类型。
我们在进行模型训练时，需要将数据转换为矩阵形式，这样运算的更快，也就是将数据转换为tensor型。

再创建一个SummaryWriter的子类，使用add_image方法，打开tensor看tensor_img