PyTorch's most commonly used toolkits

一、torchvision包功能解析

作为PyTorch深度学习框架的重要组成部分，torchvision包主要用于辅助构建计算机视觉相关的模型。
torchvision.datasets ：提供了一系列用于数据加载的函数以及常用数据集的接口；
torchvision.models ：集成多种常见的模型架构（包括已预训练的模型），如AlexNet、VGG、ResNet等；
torchvision.transforms ：包含对图像进行处理和转换的操作，如剪裁、旋转等功能；
torchvision.utils ：收录了若干实用的辅助方法；
数据集的下载方式：

    trans = transforms.ToTensor()  # 该实例将图像数据从PIL类型变换成32位浮点数
    mnist_train = torchvision.datasets.FashionMNIST(root="../data",
                                                train = True,
                                                transform = trans,