### 解决方案 在 Python 代码中出现 `name 'transform' is not defined` 的错误，通常是因为未正确导入或定义 `torchvision.transforms` 模块。以下是详细分析和解决方案： #### 1. 确保正确导入 `torchvision.transforms` 如果未正确导入 `torchvision.transforms`，则会导致该模块中的任何功能都无法识别。确保在代码的开头包含以下导入语句[^2]： ```python import torchvision.transforms as transforms ``` #### 2. 验证是否正确使用了 `transforms` 在代码中使用 `transforms` 时，必须确保其已正确定义并初始化。例如，以下是一个常见的图像预处理示例[^4]： ```python transform = transforms.Compose([ transforms.Resize((64, 64)), # 调整图像大小 transforms.RandomHorizontalFlip(), # 随机水平翻转 transforms.ToTensor(), # 转换为张量 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) # 归一化 ]) ``` 如果未定义上述 `transform` 对象，则在后续代码中使用 `transform` 时会引发 `NameError`。 #### 3. 检查变量名冲突 如果在代码中定义了一个与 `transforms` 冲突的变量名（例如，定义了一个名为 `transforms` 的变量），则可能导致 `torchvision.transforms` 被覆盖。例如： ```python transforms = "This will cause a conflict" # 错误示例 ``` 为了避免此类问题，请确保不会重新定义 `transforms` 变量[^2]。 #### 4. 验证模块是否正确安装 如果 `torchvision` 模块未正确安装，则可能导致无法识别 `torchvision.transforms`。可以通过以下命令检查安装情况： ```bash pip show torchvision ``` 如果未安装或版本过旧，请使用以下命令进行安装或升级： ```bash pip install --upgrade torchvision ``` #### 5. 示例代码 以下是一个完整的代码示例，展示了如何正确加载 MNIST 数据集并应用 `transforms`： ```python import matplotlib.pyplot as plt from torchvision import datasets, transforms # 定义图像转换操作 transform = transforms.Compose([ transforms.ToTensor(), # 转换为张量 transforms.Normalize((0.5,), (0.5,)) # 归一化 ]) # 加载 MNIST 数据集 train_dataset = datasets.MNIST(root='./MNIST', train=True, download=True, transform=transform) # 查看图像 plt.figure(figsize=(8, 8)) for i in range(3): image, label = train_dataset[i] plt.subplot(3, 3, i + 1) plt.imshow(image.squeeze(), cmap='gray') # 显示灰度图像 plt.axis('off') plt.show() ``` #### 6. 常见问题排查 - 如果仍然出现 `NameError`，请检查是否遗漏了某些导入语句。 - 确保代码中没有重新定义 `transforms` 或其他关键变量。 - 如果问题仍未解决，可以将涉及的代码参数替换为 `None` 并逐步调试，以定位具体问题所在。