Transforms的结构和用法
目录
一、Transforms是什么？
二、使用步骤
1.引入库
2.tensor数据类型
2.1 transforms该如何使用
2.2 为什么需要tensors数据类型。
一、Transforms是什么？
Transforms主要是对图片进行一些变换，一般用于数据预处理，数据在读取到pytorch之后通常都需要对数据进行预处理，包括尺寸缩放、转换张量、数据中心化或标准化等等，这些操作都是通过transforms进行的。
二、使用步骤
1.引入库
代码如下（示例）：
from torchvision import transforms
从torchvision中引用transforms函数。
注：transforms.py就像是一个工具箱，里面有很多工具：
ToTensor()的使用：这个模块的主要作用主要就是将 PIL Image 或者numpy.ndarry 的图像类型转变成tensor的类型格式；
Resize()的使用：输入一张图片，将图片转变为指定的大小。如果只传入一个参数，就将最小边变成size,最大边等比例变成原来最小边的倍数；
2.tensor数据类型
通过transforms.Totensor去解决两个问题：（1）transforms该如何使用；（2）我们为什么需要tensors数据类型。
2.1 transforms该如何使用
从transforms中选择一个class，首先对它创建，根据创建的工具知道需要什么东西，返回出结果。
可以理解为，transforms.py是一个工具箱，里面有很多工具，像ToTensor/Resize等，可以将这些工具看成模板，利用这些模板来创建我们需要的工具，根据这些工具的使用方法，输入数据，输出结果。
代码如下（示例）：
（PIL Image数据处理）：
from PIL import Image
from torchvision import transforms
img_path = "train/ants/0013035.jpg"
img = Image.open(img_path)
tensor_trans = transforms.ToTensor() # 引用transforms中的totensor，返回的是totensor的
对象。可以理解为用tensor_trans 接收totensor的对象。
tensor_img = tensor_trans(img) # 将img图片转换成tensor格式。（鼠标放括号里，ctrl+p可
以查看需要什么括号里需要什么参数。）
print(tensor_img) # 查看tensor_img的数据类型
numpy.ndarrary数据处理：（最常用的是opencv）
可以在python console中调试，代码如下：
import cv2
img_path = "train/ants/0013035.jpg"
cv_img = cv2.imread(img_path)
print(type(cv_img))
2.2 为什么需要tensors数据类型。
因为在神经网络当中，肯定要将数据转化为tensor的类型，才能继续处理，进行训练。