transforms.ToTensor() #0-1归一化; 将图像的channel放在前面 :channel high witc

`transforms.ToTensor()` 是 PyTorch 中的一个常用数据预处理变换函数，它主要用于将 PIL（Pillow）库中的图像转换成张量，并对像素值进行标准化。这个函数的作用主要有两点：

1. **0-1归一化**：将图像中的像素值从原范围（通常是 [0, 255] 或者具体的设备特定范围）转换到 [0, 1] 的范围内，方便神经网络模型训练，加速收敛。

2. **通道顺序调整**：图像通常以 HWC（Height, Width, Channel）的形式存在，`ToTensor()` 函数会将通道（color channels）移动到最前面，变成标准的 CHW（Channel, Height, Width）格式，这是PyTorch张量的标准格式。

当你在处理图像数据集时，常常会在数据加载管道（Data Pipeline）中使用 `transforms.ToTensor()` 进行预处理，例如在 torchvision 模块的数据集上：

transform = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  # 归一化参数可能会根据不同任务有所变化
])
train_dataset = ImageFolder(root='./data/train', transform=transform)