torch.utils.data和torvision等PyTorch数据处理工具箱

数据处理工具箱概述

Pytorch涉及数据处理（数据装载，数据预处理，数据增强等）主要工具包及相互关系如图所示：

图的左边是torch.utils.data工具包，主要包括以下4个类：

1. Dataset：是一个抽象类，其他数据集要继承这个类，并且重写其中两个方法（getitem, len）。
2. DataLoader：定义一个新的迭代器，实现批量（batch）读取，打乱数据（shuffle）并提供并行加速等功能。
3. random_split: 把数据集随机拆分为给定长度的非重叠的新数据集
4. Sampler：多种采样函数

图中间的torchvision是Pytorch可视化处理工具，包括四个类：

1. datasets: 提供常用的数据集加载，设计上继承自torch.utils.data.Dataset
2. models:提供深度学习中各种经典的网络结构以及训练好的模型（如果选择pretrained=True）
3. transforms:常用的数据预处理操作，主要包括对Tensor及PIL Image对象的操作
4. utils: 含两个函数，一个是make_grid, 它能将多张图片拼接在一个网格中；另一个是save_img，它能将tensor保存成图片