PyTorch中提供了torchvision.transforms模块，其中包含了对数据进行预处理的函数。我们可以使用torchvision.transforms.Normalize函数对输入数据进行标准化。
下面是一个示例：
import torch from torchvision import transforms # 假设x_data是输入数据 transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize((x_data.mean(),), (x_data.std(),)) ]) x_data_normalized = transform(x_data)
以上代码中，我们首先将输入数据转换为张量格式，然后使用transforms.Normalize对数据进行标准化处理，其中mean和std参数分别表示每个通道的均值和标准差，这里我们使用x_data的整体均值和标准差来进行标准化。
需要注意的是，这种标准化方法仅适用于单通道输入数据，如果输入数据是多通道（如RGB图像），则需要按通道计算均值和标准差，并将其传递给transforms.Normalize函数。
