transforms.Compose 归一化

transforms.Compose是一个用于组合多个图像转换操作的类。它可以将多个转换操作按顺序应用于图像数据。在这里，我将为您介绍两个示例来演示transforms.Compose的用法。

示例1：归一化

import torchvision.transforms as transforms

# 定义归一化操作
normalize = transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))

# 定义图像转换操作
transform = transforms.Compose([
    transforms.ToTensor(),  # 将图像转换为张量
    normalize  # 归一化操作
])

# 应用图像转换操作
image = transform(image_data)

在上述示例中，我们首先定义了一个归一化操作normalize，它将图像的每个通道的像素值从[0, 1]范围映射到[-1, 1]范围。然后，我们使用transforms.Compose将ToTensor和normalize操作组合在一起，形成一个图像转换操作transform。最后，我们将transform应用于图像数据image_data，得到归一化后的图像数据image。

示例2：中心裁剪和张量转换

import torchvision.transforms as transforms

# 定义中心裁剪和张量转换操作
transform = transforms.Compose([
    transforms.CenterCrop(10),  # 中心裁剪为10x10大小
    transforms.ToTensor()  # 将图像转换为张量
])

# 应用图像转换操作
image = transform(image_data)

在上述示例中，我们定义了一个中心裁剪操作CenterCrop，它将图像从中心裁剪为指定的大小。然后，我们使用transforms.Compose将CenterCrop和ToTensor操作组合在一起，形成一个图像转换操作transform。最后，我们将transform应用于图像数据image_data，得到裁剪后的图像数据image。