### PyTorch 中 `transforms.Compose([transforms.ToTensor()])` 的具体逻辑和作用 #### 1. `transforms.Compose` `transforms.Compose` 是一个容器类，用于将多个数据转换操作按顺序组合在一起。它接受一个包含多个变换方法的列表作为参数，并在调用时依次执行这些变换[^4]。这意味着如果定义了一个 `Compose` 对象，例如： ```python transform = transforms.Compose([ transforms.Resize((32, 32)), transforms.ToTensor() ]) ``` 那么对于输入的数据，首先会应用 `transforms.Resize((32, 32))` 将图像大小调整为 32x32，然后应用 `transforms.ToTensor()` 将图像转换为张量。 #### 2. `transforms.ToTensor` `transforms.ToTensor` 是 PyTorch 提供的一个转换工具，用于将 PIL 图像或 NumPy 数组转换为 PyTorch 张量[^1]。具体来说： - 它将图像从 `[H x W x C]` 格式（高度、宽度、通道）转换为 `[C x H x W]` 格式。 - 它将像素值从 `[0, 255]` 范围归一化到 `[0.0, 1.0]` 范围[^3]。 例如，假设有一张 RGB 图像，其形状为 `(28, 28, 3)`，经过 `ToTensor` 转换后，其形状将变为 `(3, 28, 28)`，并且每个像素值被除以 255。 #### 3. 组合逻辑 当使用 `transforms.Compose([transforms.ToTensor()])` 时，实际上是在创建一个仅包含 `ToTensor` 操作的变换链。这意味着任何输入到该变换链中的数据都会直接被转换为张量并进行归一化处理[^4]。例如： ```python from torchvision import transforms from PIL import Image # 创建一个 Compose 对象 transform = transforms.Compose([transforms.ToTensor()]) # 打开一张图像 img = Image.open("example.jpg") # 应用变换 tensor_img = transform(img) print(tensor_img) # 输出张量形式的图像 ``` 在这个例子中，`example.jpg` 被加载为 PIL 图像对象，然后通过 `ToTensor` 转换为 PyTorch 张量。 #### 4. 使用场景 `transforms.Compose([transforms.ToTensor()])` 常用于深度学习模型的训练和推理阶段，特别是在处理图像数据时。它确保输入模型的数据格式统一且标准化。例如，在 MNIST 数据集的加载过程中，可以这样定义变换： ```python transform = transforms.Compose([transforms.ToTensor()]) train_data = datasets.MNIST(root='.', train=True, transform=transform, download=True) ``` 这里的 `ToTensor` 确保所有图像都被转换为张量，并且像素值被归一化到 `[0.0, 1.0]` 范围内[^2]。 --- ###