一、torchvision简介
torchvision工具包主要包含以下三个部分：
- models：提供深度学习中各种经典网络的网络结构和预训练好的模型，包括ResNet系列等。
- datasets：提供常用的数据集加载，设计上继承torch.utils.data.Dataset，主要包括MNIST等数据集。同时datasets下包含这个ImageFolder方法，这个方法的实现和 博主这篇文章代码中的DogCat类（点击打开文章网页） 很相似，可以用来读取用户自己的图像数据集，而非datasets自带的数据集。
- transforms:提供常用数据预处理操作，主要包括对Tensor和PIL Image 对象的操作。
二、torchvision安装
基于Pytorch中安装torchvision简单详细完整版：点击打开文章网页
三、应用要求和实现流程及注意事项
（1）应用要求：主要是对MNIST数据集图片进行处理，首先自定义操作transforms，然后对每批次图像进行transforms处理，再将该批次的图像拼接成一张网格图像，再保存展示图像。
（2）具体实现流程：按下面代码的括号中的的顺序和注释依次进行理解。
（3）注意事项：注意transforms里面输入图像数据的通道数和设计是否匹配；每批次处理的图像数据的数目大小要明确；对象的迭代结果依旧是对象；tensor数据格式和PIL Image格式的转换。
四、代码及结果
import torch from torchvision import datasets import torchvision.transforms as T from torch.utils.data import DataLoader import numpy as np from torchvision.utils import make_grid,save_image transform = T.Compose([ # 等同于sequential，调用方式也一致，此transforms输入数据类型是PIL Image，输出数据类型是tensor （2） T.Resize(224), # 缩放图片，保持长宽比不变，最短边为224像素 T.CenterCrop(224), # 从图片中间切出224*224的图片 T.ToTensor(), # 将图片（Image）转换成Tensor，归一化[0,1] T.Normalize(mean=[.5],std=[.5]) # ，注意通道数的变化，此时输入数据的通道数为1，数据维度要跟着变化，标准化[-1,1]，处理后格式依旧为tensor格式 ]) # torchvision.datasets提供常用数据集下载 # root指定数据集下载的路径，若之前没有下载程序会进行自动下载，train=False获取数据集中的测试数据集 （1） dataset = datasets.MNIST('data/',download=True,train=False,transform=transform) # print(dataset.data.type()) # 验证dataset对象的数据data属性是tensor # 加载之前获取的数据集dataset进行批次处理，生成一个可迭代的对象 dataload = DataLoader(dataset,shuffle=True,batch_size=16) # 打乱顺序，每批次数据取16个图像（3） # iter是用来每一次返回指定对象的迭代器 dataiter = iter(dataload) （4） # 迭代器迭代一次后用next方法返回一个迭代对象，对象的数据属性data也就是下面的next(dataiter)[0]是tensor数据格式，将每批次图像拼接成4*4网格图片，且通道数量可转成3通道数，make_grad返回tensor格式数据 img = make_grid(next(dataiter)[0],4) # （5） # 保存图片，输入要求tensor格式数据 save_image(img,'number.png') # （6） # 展示图片，可以先转成PILImage图像格式 img = T.ToPILImage()(img) # （7） img.show() # （8）
