聲明：筆記是做項目時根據B站博主視頻學習時自己編寫，請勿隨意轉載！

---

一、說在前面的一些話

1、torchvision

需要用到torchvision里的一些模塊，之前第一期配置環境的時候已經安裝過torchvision!

torchvision是PyTorch生態系統中的一個關鍵庫，專門為計算機視覺任務設計和優化。它提供了豐富的功能和工具：

• 數據集：內置了多種廣泛使用的圖像和視頻數據集，如MNIST、CIFAR10/100、Fashion-MNIST、ImageNet、COCO等，以torch.utils.data.Dataset的形式實現，方便與PyTorch數據加載器（DataLoader）集成。
• 數據預處理工具：通過torchvision.transforms模塊提供了豐富的數據增強和預處理操作，包括但不限于裁剪、旋轉、翻轉、歸一化、調整大小、顏色轉換等，這些操作對于訓練穩健的深度學習模型至關重要。
• 預訓練模型：提供了一些常用的預訓練模型，如ResNet、VGG、Inception等，這些模型在大型數據集（如ImageNet）上進行過訓練，并可以直接使用或進行微調。
• 圖像分類、目標檢測和語義分割：提供了常用的圖像分類、目標檢測和語義分割任務的模型和數據集，如CIFAR-10、PASCAL VOC、COCO等。
• 可視化工具：提供了一些可視化工具，如TensorBoard的集成、圖像和視頻的顯示等，方便進行模型調試和結果展示。