这段文字介绍了PyTorch框架中的torchvision模块，它是PyTorch专门为计算机视觉任务设计的库。

1. torchvision的作用

   

   • torchvision是PyTorch的一个 库，专注于计算机视觉任务。
   • 它给了数据集加载、图像转换、预训练模型以及工具函数。
2. • transforms给了一系列图像预处理方法， 如转换、归一化等。
   • datasets给了常见的数据集，如CIFAR10、MNIST等。
   • models给了预训练模型，如ResNet、VGG等。
   • utils给了一些工具函数，如数据可视化等。

3. 数据预处理

   • 用transforms.ComposeNeng将优良几个变换组合在一起， 比方说随机裁剪、水平翻转、转换为张量、归一化等。
   • DataLoaderNeng将数据集转换为批量数据，便于模型训练。

4. 模型构建

   • Neng用models模块中的预训练模型， 如ResNet18，并根据需要修改其全连接层。
   • 用nn.CrossEntropyLoss作为亏本函数，SGD作为优化器。

5. 可视化

   • 用utils.make_grid将输入数据制成网格图，imshow函数将该图可视化。

6. 安装

   • torchvision需要用pip安装：pip install torchvision。

7. 应用

   • torchvisionNeng用于计算机视觉的各种任务， 如图像分类、目标检测等。

torchvision为PyTorch给了有力巨大的工具和函数，帮用户飞迅速搭建和训练计算机视觉模型。