pytorch学习笔记（三）---transforms

        本篇自学笔记来自于b站《PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】》，Up主讲的非常通俗易懂，文章下方有视频连接，如有需要可移步up主讲解视频，如有侵权，实非故意，深表歉意，请与我联系，删除相关内容！

本篇笔记主要学习了pytorch中的transforms类的用法，包括ToTensor,Normalize,Resize,Compose以及RandomCrop的用法演示。

首先介绍transforms，这里所说的其实是transforms.py文件，该文件里有很多class，可以被拿来使用。将transforms看作一个有许多工具模板的工具箱，我们在使用的时候，要选择里面的工具模板，然后创建自己的工具，有了工具之后，给一个输入，通过该工具便可以得到响应的输出。这便是使用的一个基本思路。

1. ToTensor()：把一个PIL或者Numpy类型的图片转换为tensor类型
2. Normalize():输入为tensor类型的图像，参数为均值和标准差的序列，对应于图片的通道数
3. Resize()：把给定的图片重新定义为指定尺寸，输入为PIL图片，参数为[h,w]，若只指定一个参数，则会给其匹配一个参数，相当于等比例缩放。
4. Compose():把几个transform的功能进行组合，参数是集中transform的列表
5. RandomCrop()：随机裁剪，裁剪为给定参数，参数