什么是Transforms

在PyTorch中，transforms是用于对数据进行预处理、增强和变换的操作集合。transforms通常用于数据载入和训练过程中，可以包括数据的归一化、裁剪、翻转、旋转、缩放等操作，以及将数据转换成PyTorch可以处理的Tensor格式。

Transforms的使用

首先导入包

from torchvision import transforms

实际上是导入了一个文件，文件名为transforms，我们目前主要查看一下其中的ToTensor类
我们可以查看一下其中的源码

我们可以看到这个类的主要作用是 将PIL Image或者是numpy.ndarray类型转化为tensor类型
其中的__call__方法，类似于c++重载()运算符

使用PIL image格式

具体的使用就可以通过

from PIL import Image
from torchvision import transformsimg_path = "dataset/hymenoptera_data/train/ants/0013035.jpg"
PIL_img = Image.open(img_path)
tensor_tans = transforms.ToTensor()     # 通过transforms中的ToTensor类创建一个对象
img = tensor_tans(PIL_img)     # __call__方法类似于c++中重载了()运算符，我们只需要传入PIL_img格式的图像就可以输出tensor格式的图像print(img)

我们就可以成功地转化为Tensor格式了

使用numpy.ndarray格式

首先我们要先通过pip安装opencv-python这个库，在终端输入

pip install opencv-python

安装成功后导入包

import cv2

然后使用

cv_img = cv2.imread(img_path)

创建出来的图片格式就是numpy.ndarray格式

为什么要使用Tensor数据类型

Tensor数据类型包括了我们训练神经网络的一系列参数，以及训练神经网络所需要的格式，这是刚刚我们的格式所不具备的