transforms.ToTensor 怎么处理numpy数组

`torchvision.transforms.ToTensor()` 是 PyTorch 中的一个转换器，主要用于将图像数据从 PIL（Pillow）格式或者其他类型的数据转换为张量（Tensor），这是 PyTorch 中用于处理神经网络输入的标准格式。当处理 numpy 数组时，你可以直接使用 `ToTensor()` 来将其转换。

这个转换器的工作原理是：

1. 它接受一个 PIL 图像对象或一个 numpy 数组作为输入。
2. 对于 numpy 数组，它假设输入是 H x W x C 形式，其中 H, W 是图像的高度和宽度，C 是通道数（通常是 RGB 三通道，或者是单通道灰度图）。
3. 将图像的数值范围从 [0, 255] 转换到 [0, 1]，通常每个通道的值会被除以 255。
4. 最后，返回的是一个形状为 (C, H, W) 的 float32 张量。

以下是如何使用 `ToTensor` 转换 numpy 数组的例子：

import torch
from torchvision import transforms

# 假设你有一个 numpy 数组 image_array，它代表了图像数据
image_array = np.random.randint(0, 256, size=(224, 224, 3), dtype=np.uint8)

# 创建 ToTensor 转换器
to_tensor_transform = transforms.ToTensor()

# 转换 numpy 数组
tensor_image = to_tensor_transform(image_array)

转换后的 `tensor_image` 已经是一个 PyTorch tensor，可以直接传入模型进行训练或推理。