【Pytorch】入门：torchvision库学习

学习Pytorch过程中，发现torchvision.transforms使用频率特别高，便专门学习了下。部分引用别人的总结。

torchvision是独立于pytorch的关于图像操作的一些方便工具库。

torchvision的详细介绍在：https://pypi.org/project/torchvision/

torchvision主要包括一下几个包：

torchvision.datasets: 几个常用视觉数据集，可以下载和加载，这里主要的高级用法就是可以看源码如何自己写自己的Dataset的子类

torchvision.models： 流行的模型，例如 AlexNet, VGG, ResNet 和 Densenet 以及 与训练好的参数。

torchvision.transforms：常用的图像操作，例如：随机切割，旋转，数据类型转换，图像到tensor ,numpy 数组到tensor , tensor 到 图像等等。

torchvision.utils：用于把形似 (3 x H x W) 的张量保存到硬盘中，给一个mini-batch的图像可以产生一个图像格网。

目前学习用的比较多的是torchvision.transforms，这篇文章对torchvision.transforms源码进行了解读，https://github.com/pytorch/vision/blob/master/torchvision/transforms/transforms.py，
（GitHub源码可以对某函数选中自动弹出引用该函数和函数的源码，真是做得好），源码才是学习的王道！看到了个大神的学习笔记，直接引用在此：torchvision.transforms用法介绍：https://www.jianshu.com/p/1ae863c1e66d