torchvision.transforms系列函数

torchvision.transforms系列函数(一)

一、torchvision.transforms.Resize()函数的作用

将输入的图像（PIL Image模块）resize为给定参数size=(h,w)的模样，若给定size 是一个整数，且原图像h>w，那么新图像的大小被rescale为（size*height/width, size）

torchvision.transforms.ToTensor()

本函数目的是将PIL Image/numpy.narray数据类型转变为torch.FloatTensor类型，shape为C* H *W，数值范围缩小为[0, 1.0]; 如果想把数值范围调整为[-1.0,1.0]，可通过加上torchvision.transform.Normalize([mean_channel],[std_channel])来实现，黑白图时，mean_channel和std_channel是一个数，彩色图时，mean_channel和std_channel则改为三个数，eg: mean_channel = mean_channel1, mean_channel2, mean_channel3。

torchvision.transforms.compose()

将()内的list组合在一起
例：动手深度学习(pytorch版)5.6.3节中：
trans.append(torchvisoin.transforms.ToTensor())
transform = torchvision.transforms.Compose(trans)