在 PyTorch 中， transforms 是一种用于数据转换和增强的工具，特别是在构建神经网络训练数据集时非常有用。 transforms 模块提供了一系列用于对图像、文本和其他数据类型进行预处理和转换的函数。 transforms 工具箱提供了很多可以用于数据预处理的工具，可以总结为四大类：
# 一、裁剪 ——Crop
- 中心裁剪：
transforms.CenterCrop - 随机裁剪：
transforms.RandomCrop - 随机长宽比裁剪：
transforms.RandomResizedCrop - 上下左右中心裁剪：
transforms.FiveCrop - 上下左右中心裁剪后翻转，
transforms.TenCrop
# 二、翻转和旋转 ——Flip and Rotation
- 依概率 p 水平翻转：
transforms.RandomHorizontalFlip(p=0.5) - 依概率 p 垂直翻转：
transforms.RandomVerticalFlip(p=0.5) - 随机旋转：
transforms.RandomRotation
# 三、图像变换
- resize：transforms.Resize
- 标准化：transforms.Normalize
- 转为 tensor，并归一化至 [0-1]：transforms.ToTensor
- 转灰度图：transforms.Grayscale
- 填充：
transforms.Pad - 修改亮度、对比度和饱和度：
transforms.ColorJitter - 线性变换：
transforms.LinearTransformation() - 仿射变换：
transforms.RandomAffine - 依概率 p 转为灰度图：
transforms.RandomGrayscale - 将数据转换为 PILImage：
transforms.ToPILImage transforms.Lambda：Apply a user-defined lambda as a transform.
# 四、对 transform 操作，使数据增强更灵活
- transforms.Compose：将 transforms 组合在一起
transforms.RandomChoice(transforms)， 从给定的一系列transforms中选一个进行操作transforms.RandomApply(transforms, p=0.5)，给一个transform加上概率，依概率进行操作transforms.RandomOrder，将 transforms 中的操作随机打乱
