PyTorch
本帖最后由 风不会停息 于 2021-3-21 17:37 编辑torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。torchvision.transforms主要是用于常见的一些图形变换。以下是torchvision的构成：
1.torchvision.datasets: 一些加载数据的函数及常用的数据集接口；
2.torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等；
3.torchvision.transforms: 常用的图片变换，例如裁剪、旋转等；
4.torchvision.utils: 其他的一些有用的方法。
torchvision.transforms.Compose()类:
transforms.Compose([
transforms.CenterCrop(10),
transforms.ToTensor(),])可以看出Compose里面的参数实际上就是个列表，而这个列表里面的元素就是你想要执行的transform操作
事实上，Compose()类会将transforms列表里面的transform操作进行遍历。实现的代码很简单：
def __call__(self, img):
for t in self.transforms:
img = t(img)
return img
transforms的二十二个方法: https://blog.csdn.net/u011995719/article/details/85107009
页:
[1]