數據處理工具箱概述
Pytorch涉及數據處理（數據裝載，數據預處理，數據增強等）主要工具包及相互關係如圖所示：
圖的左邊是torch.utils.data工具包，主要包括以下4個類：
- Dataset：是一個抽象類，其他數據集要繼承這個類，並且重寫其中兩個方法（getitem, len）。
- DataLoader：定義一個新的迭代器，實現批量（batch）讀取，打亂數據（shuffle）並提供並行加速等功能。
- random_split: 把數據集隨機拆分爲給定長度的非重疊的新數據集
- Sampler：多種採樣函數
圖中間的torchvision是Pytorch可視化處理工具，包括四個類：
- datasets: 提供常用的數據集加載，設計上繼承自torch.utils.data.Dataset
- models:提供深度學習中各種經典的網絡結構以及訓練好的模型（如果選擇pretrained=True）
- transforms:常用的數據預處理操作，主要包括對Tensor及PIL Image對象的操作
- utils: 含兩個函數，一個是make_grid, 它能將多張圖片拼接在一個網格中；另一個是save_img，它能將tensor保存成圖片