torchvision

널리 사용되는 datasets, model architectures, computer vision에서의 일반적인 image transformations으로 구성되어 있다.

torchvision.datasets

유명한 datasets을 쉽게 받고 사용할 수 있다.
ex) MNIST, CIFAR 등

torchvision.models

다양한 pre-trained 모델 제공한다.
ex) Alexnet, VGG, ResNet

torchvision.transforms

augumentation을 위해 제공해주는 모듈이다.(다양한 이미지 변환 기능을 제공)

ToTensor() — PIL 이미지 또는 numpy.ndarray를 pytorch tensor로 변환

import torchvision.transforms as transforms

transforms.ToTensor()

Compose(transforms) - 여러 기능(transforms)들을 Compose로 구성할 수 있음

transforms.Compose([
	transforms.ToTensor(),
    	transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
        transforms.Resize((32, 32))
    ])

Resize(size) - 주어진 PIL 이미지 크기조정
Normalize(mean, std, inplace=False) — 주어진 이미지를 mean, std의 값을 통해 정규화
Grayscale(num_output_channels=1) — 주어진 이미지를 grayscale로 변형
Pad(padding, fill=0, padding_mode='constant) — 패딩 (convolution 시 사용)