pytorch torchvision类

torchvision是pytorch的一个图形库，主要用来构建计算机视觉模型。torchvision.transforms主要包括一些常用的图形变换，它由以下四个部分组成：

1. torchvision.datasets：一些加载数据的函数及常用的数据集接口
2. torchvision.models：包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等
3. torchvision.transforms：常用的图片变换，例如裁剪、旋转等
4. torchvision.utils：其他的一些有用的方法

1 datasets

2 models

3 transforms

transforms.Compose()

这个类的主要作用是串联多个图片变换的操作

类定义如下：

CLASS torchvision.transforms.Compose(transforms)

参数：

• transforms：这是Transform类对象的list，包含要组合在一起的transforms

使用示例：

>>> transforms.Compose([
>>>     transforms.CenterCrop(10),
>>>     transforms.PILToTensor(),
>>>     transforms.ConvertImageDtype(torch.float),
>>> ])

事实上，Compose()类会将transforms列表里面的transform操作进行遍历，实现的代码比较简单：

## 这里对源码进行了部分截取。
def __call__(self, img):
	for t in self.transforms:	
		img = t(img)
    return img

4 utils