深度学习常见的transform和dataloder联合transform

加了下划线的__的函数，就是不用点.，直接传入参数就可以调用

compose就中心裁剪后再转换成tensor

totensor是将pil或者narray类型转换成tensor类型

normalize归一化 可以将tensor类型图形转换成一个均值或者标准差

对图片归一化

归一化的作用是来加速收敛速度，加速训练速度的

将pil的图片改变大小

将短边缩放到x，长宽比不变

randomcrop是随机裁剪，随机裁剪可以用于数据增强，学习transform就是先看输入输出，再看案例，再试着用用，看看效果，即使不知道是什么类型的输出，直接就是那个打印

将数据集和transform结合

root是存放位置，train为1就是训练数据集，download为1则是在网上自己下载，这是官网给出的数据集，可以下载使用torchvison自带的数据集

test_set[0]是图片类型和类别

test_set.classes是类别总和

target是类别的第几个

dataset如同扑克牌 完好的新的，而dataloder就如同打乱了 拿在手中的牌，batch_size指的就是我每次抓牌 抓两张牌，shuffle为1的话，就打乱牌，num_workers有时候在windows下运行会出问题，这时候设置成0试试看，drop_last是如果100张牌，每次取3张，最后一张牌是否舍去？，等1 舍去。