python transforms_2.2 图像预处理——transforms（笔记）

目录

任务简介：

熟悉数据预处理transforms方法的运行机制

详细说明：

本节介绍数据的预处理模块transforms的运行机制，数据在读取到pytorch之后通常都需要对数据进行预处理，包括尺寸缩放、转换张量、数据中心化或标准化等等，这些操作都是通过transforms进行的，所以本节重点学习transforms的运行机制并介绍数据标准化(Normalize)的使用原理。

一、transforms运行机制

 

对图片进行增强的根本原因是为了增强模型的泛化能力。

部分关键代码：

# 训练集的转换

train_transform = transforms.Compose([

transforms.Resize((32, 32)), # 将图片缩放到32 x 32

transforms.RandomCrop(32, padding=4), # 随机裁剪

transforms.ToTensor(), # 将图片转换成张量，同时进行归一化操作，将像素值的区间从0-255归一化到0-1区间。

transforms.No