如何在PyTorch中为数据集同时应用两种不同的变换？

要同时对数据集应用多种变换，你需要使用torchvision.transforms.Compose类将多个变换组合成一个执行序列，PyTorch会按顺序依次执行这些变换。

实现步骤： #

1. 从torchvision.transforms中导入Compose类；
2. 用Compose封装Resize和ToTensor（注意顺序：先执行Resize处理PIL图像，再通过ToTensor将其转换为PyTorch张量）；
3. 将组合后的变换传入ImageFolder的transform参数。

完整代码示例： #

from torchvision.datasets import ImageFolder
from torchvision.transforms import ToTensor, Resize, Compose

# 组合变换：先缩放图片到224x224，再转为PyTorch张量
transform = Compose([
    Resize([224, 224]),
    ToTensor()
])

# 加载数据集并应用组合变换
dataset = ImageFolder("/content/sub_folder", transform=transform)

这样就能对目标文件夹内的所有图片同时完成两种变换操作。

内容的提问来源于stack exchange，提问作者Formal_this