如何显示dataloader中tensor类型的图片数据

由于需要查看dataloader中的图片，使用常规的显示方法会出现图片显示错误的情况，情况简述如下：
错误的显示代码：

    plt.figure()
    img_tensor = data_test[0,:,:,:].view(3,32,32)
    img = img_tensor.detach().numpy()  # 数据类型的转换
    img_trans = img.transpose(1,2,0)
    plt.imshow(img_trans)

其中data_test为：

其显示结果为：

很明显显示错误，简单分析应该是三维的tensor数据在读取时和我预想的不大一样。
经过测试，原因应该是数据在经过dataloader时其数据值进行了归一化与标准化，导致很多数据未负数，而负数在显示时直接显示为了黑色
因此对dataloader中提取的数据首先进行归一化，归一化至0-1的范围内，再进行显示
更改后的代码如下：

    # 显示待测的图片是什么
    plt.figure()
    # img_tensor = data_test[0,:,:,:].view(3,32,32)
    img_tensor = data_test[0, :, :, :]
    img = img_tensor.detach().numpy()  # 数据类型的转换
    # img_squ = np.squeeze(img, 0)
    # 每个通道对数据进行归一化
    for i in range(3):
        img[i,:,:] = feature_map_normalization(img[i,:,:])
    img_trans = img.transpose(1,2,0)
    plt.imshow(img_trans)

其中的feature_map_normalization如下：

def feature_map_normalization(data):
    min_max_scaler = preprocessing.MinMaxScaler()
    X_minMax = min_max_scaler.fit_transform(data)
    return X_minMax

显示结果如下

可以基本看出是一只狗