transforms.Compose

`transforms.Compose` 是 PyTorch 中的一个函数，用于将多个数据预处理步骤组合成一个变换（transformation），从而构建一个数据转换管道。它接受一个由多个变换组成的列表，然后将这些变换按照顺序依次应用到数据上，最终返回处理后的数据。这个功能非常有用，因为在深度学习中，通常需要对原始数据进行多种不同的预处理操作，如随机裁剪、缩放、标准化等，而将这些操作组合在一起可以帮助我们更方便地对数据进行处理。下面是一个简单的示例：

from torchvision import transforms

# 定义一个变换列表
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])
])

# 使用变换列表对数据进行预处理
img = Image.open('example.jpg')
img = transform(img)

在这个示例中，我们首先定义了一个由三个变换组成的列表，分别是 `Resize`、`ToTensor` 和 `Normalize`。然后我们将这个列表传递给 `Compose` 函数，得到一个新的变换 `transform`。最后，我们使用 `transform` 对一张图片进行了预处理操作，首先将其缩放到 $224 \times 224$ 的大小，然后将其转换为张量，并对其进行了标准化处理。