torchvision.transforms.Normalize()中的mean和std参数

参数的含义
根据源码，是对数据进行归一化的操作

image = (image - mean) / std

假设你数据的范围是图片的数据范围四[0,1],那么如果mean = [.5, .5, .5],std = [.5, .5, .5],根据上述式子计算
(0−0.5)/0.5=−1 (0-0.5)/0.5= -1(0−0.5)/0.5=−1 ,(1−0.5)/0.5=1 (1-0.5)/0.5= 1(1−0.5)/0.5=1就可将数据归一化到[-1,1]。

疑问
在pytorch的官方教程里，经常看到

 normalize = T.Normalize(mean = [0.485, 0.456, 0.406], 
                         std = [0.229, 0.224, 0.225])

ImageNet里面用你的图片不是RGB三个范围是[0,255]的图片吗，用这样的归一化参数怎么能归一化到[-1,1]呢

解答
有两种情况：

如果是imagenet数据集，那么ImageNet的数据在加载的时候就已经转换成了[0, 1].
应用了torchvision.transforms.ToTensor，其作用是
（ Converts a PIL Image or numpy.ndarray (H x W x C) in the range [0, 255] to a torch.FloatTensor of shape (C x H x W) in the range [0.0, 1.0] ）
所以我们常常在代码中看到normallize在ToTensor之后

self.transforms = T.Compose([
                   T.Scale(224),
                   T.CenterCrop(224),
                   T.ToTensor(),
                   normalize
               ]