为什么在Python/PyTorch中需要两次import导入torchvision相关模块？

两种导入写法均符合Python语法规范，添加第二行导入的核心作用是简化后续代码书写，降低冗余。

两种导入方式的具体区别如下：

• 仅使用import torchvision时的调用规则
  第一行导入已经将整个torchvision包引入当前运行环境，确实包含transforms、datasets等全部子模块，但调用时必须书写完整的模块路径：

  # 必须携带torchvision前缀才能正常调用子模块
  img_transform = torchvision.transforms.ToTensor()
  mnist_data = torchvision.datasets.MNIST(root="./dataset", train=True, download=True)
  

• 新增from torchvision import transforms, datasets后的调用规则
  这行代码的作用是将transforms、datasets两个子模块单独引入当前代码的命名空间，后续调用时可以省略父模块前缀，写法更简洁：

  # 无需携带torchvision前缀即可直接调用
  img_transform = transforms.ToTensor()
  mnist_data = datasets.MNIST(root="./dataset", train=True, download=True)
  

补充说明：该导入规则是Python的通用语法，并非PyTorch框架独有。你可以根据实际开发场景选择导入方式：如果代码中仅少量调用torchvision的子模块，可只保留第一行导入；如果频繁调用这两个子模块，添加第二行导入可以大幅减少重复代码。如果当前代码中存在和transforms、datasets重名的变量/模块，建议保留完整前缀避免命名冲突。

内容的提问来源于stack exchange，提问作者Ross