### PyTorch 中 `transforms` 模块详解 #### 数据预处理与增强功能概述 PyTorch 提供了丰富的工具用于图像数据的预处理和增强，其中最常用的就是 `torchvision.transforms` 模块。该模块允许开发者通过组合多个转换函数轻松实现复杂的数据变换逻辑[^3]。 #### 基础转换操作 对于简单的尺寸调整需求，可以利用 `Resize()` 方法改变输入图片的高度宽度；而当目标是从中心裁剪出固定大小的部分，则可以选择 `CenterCrop()` 函数完成此任务。此外，为了将PIL Image 或 numpy.ndarray 类型的数据转化为张量形式以便后续网络层接收，还需要调用 `ToTensor()` 进行类型转换[^4]。 ```python from torchvision.transforms import Resize, CenterCrop, ToTensor transform = Compose([ Resize((256, 256)), # 将图片统一缩放到256x256像素 CenterCrop(224), # 从中截取出中间区域作为最终输出 ToTensor(), # 转换成tensor并归一化到[0., 1.]区间 ]) ``` #### 高级特性介绍 除了基本的功能外，`transforms` 还支持更复杂的随机变换策略，比如 `RandomResizedCrop()` 可以按照给定的概率分布随机选取子图再进行缩放和平移；或者借助于 `FiveCrop()` 实现多视角采样，并配合 `Lambda()` 完成进一步自定义处理流程[^1]。 ```python import torch from torchvision.transforms import FiveCrop, Lambda def stack_crops(crops): """Stack a list of crops into one tensor.""" return torch.stack([crop for crop in crops]) multi_view_transform = Compose([ FiveCrop(size=(128, 128)), Lambda(stack_crops), ]) ``` #### 自定义变换链 实际应用中往往需要串联多种不同类型的转换构成完整的前处理管道。此时可以通过 `Compose([])` 来构建这样的流水线结构，内部会依次执行列表内的每一个元素所对应的转换动作。 ```python from torchvision.datasets import ImageFolder from torch.utils.data.dataloader import DataLoader from torchvision.transforms import Compose, RandomHorizontalFlip data_augmentation = Compose([ RandomHorizontalFlip(p=0.5), # 添加水平翻转概率为50% ... # 更多功能可根据具体场景添加 ]) dataset = ImageFolder(root='path/to/dataset', transform=data_augmentation) dataloader = DataLoader(dataset, batch_size=32, shuffle=True) ``` #### 对抗样本生成技术简介 值得注意的是，在某些研究领域如对抗机器学习方面，也会涉及到对模型输入施加微小扰动从而影响预测结果的现象探讨。例如通过对原始图像加入特定模式的小幅度噪声（由参数 epsilon 控制），可以在保持视觉相似性的前提下诱导错误分类行为发生[^5]。