pytorch(6)——图像预处理-transforms

一、transforms运行机制
torchvision:计算机视觉工具包，包含三个模块：
1)torchvision.transforms：常用的图像预处理方法
数据中心化，数据标准化，缩放，裁剪，旋转，翻转，填充，噪声添加，灰度变换，线性变换，仿射变换，亮度，饱和度及对比度变换。这些操作都是为了提供模型的泛化能力
2)torchvision.datasets：常用数据集的dataset实现，MNIST,CIFAR-10,ImageNet等
3）torchvision.model：常用的模型预训练，AlexNet,VGG,ResNet,GoogleNet等

二、数据标准化——transforms.normalize

功能：逐channel的对图像进行标准化
output=(input-mean)/std
mean:个通道的均值
std:各通道的标准差
inplace：是否原地操作
可以加快模型的收敛