pytorch识别图片之002 图片标准化

#想象你有一堆照片，有的偏亮、有的偏暗，有的偏红、有的偏蓝。标准化就是把这些照片都调整到统一的“标准光照”下，让模型训练更稳定。
# (0.4915, 0.4823, 0.4468),  # 均值
# (0.2470, 0.2435, 0.2616)   # 标准差
#训练集（50,000张图像
transforms_cifar10 = datasets.CIFAR10(root=data_path,train=True,download=True,transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.4915,0.4823,0.4468),(0.2470,0.2435,0.2616))]))
#测试集（10,000张图像）
transforms_cifar10_val = datasets.CIFAR10(root=data_path,train=False,download=True,transform=transforms.Compose([transforms.ToTensor(),transforms.Normalize((0.4915,0.4823,0.4468),(0.2470,0.2435,0.2616))]))
img_t,_ = transforms_cifar10[99]

# PyTorch 中图像张量的格式是 (通道, 高度, 宽度)，而 matplotlib 显示需要 (高度, 宽度, 通道)。所以需要：
# permute(1, 2, 0)：把维度顺序从 (0,1,2) 变为 (1,2,0)

plt.imshow(img_t.permute(1,2,0))
plt.show()