文章和代码已经归档至【Github仓库：https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 pytorch教程 也可获取。
图像预处理 transforms
transforms运行机制
torchvision：计算机视觉工具包
torchvision.transforms
常用的图像预处理方法，例如：
- 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
torchvision.datasets
常用数据集的 dataset 实现， MNIST CIFAR 10 ImageNet 等
torchvision.model
常用的模型预训练， AlexNet VGG ResNet GoogLeNet 等
transforms运行的机制
数据标准化transforms.normalize
transforms.Normalize
标准化的含义是将数据的均值变为0，标准差变为1。
功能：逐channel 的对图像进行标准化
output = (input - mean) / std
- mean ：各通道的均值
- std ：各通道的标准差
- inplace ：是否原地操作
对数据进行标准化后可以加快模型的收敛。通过比较不同的实验结果可知，一个好的数据分布更加利于模型的整体收敛。
