【开发工具】PyTorch数据变换操作

在训练神经网络之前，数据是不可或缺的一部分，数据操作主要包括数据预处理（正则化、增强），数据读取和数据加载，下面按照这个顺序依次学习一下。
首先是数据的预处理，这里主要是使用torchvision.transforms这个模块，内部实现一些基本图像变换使用PIL模块实现。常用的主要包括以下几种方式：

import torchvision.transforms as T

# 缩放，第一个参数为尺寸，第二个参数为插值方式
T.Resize(size, interpolation=2)

# 中心裁剪，参数为尺寸
T.CenterCrop(size) 

# 随机裁剪，第一个参数为尺寸，第二个参数为边缘填补值
T.RandomCrop(size, padding=0) 

# 随机水平翻转，概率为0.5
T.RandomHorizontalFlip() 

# 随机垂直翻转，概率为0.5
T.RandomVerticalFlip() 

# 随机大小和随机图片比例的裁剪
T.RandomResizedCrop(size, scale=