看看torchvision.transforms.ToTensor做了什么：
简单来说就是把PIL.Image或ndarray从 (H x W x C)形状转换为 (C x H x W) 的tensor。
如果
转换前numpy.ndarray的dtype = np.uint8转换前的PIL.Image是L, LA, P, I, F, RGB, YCbCr, RGBA, CMYK, 1 格式
还会将数值从 [0, 255] 归一化到[0,1]
不符合上边条件的话就不会归一化。
[h, w, c]：数组中最外层即hight，表示图像像素有几行；第二层元素width，表示图像像素几列，最后一层元素为每一个通道的数值。[c, h, w]：数组中第一层元素为图像有一个通道，第二层元素为某个通道上的一行像素，第三层为该通道上某列的像素值。
举个栗子：
import numpy as npfrom torchvision import transformsdata = np.random.randint(0, 255, size=6)img = data.reshape(2,1,3)print(img)img_tensor = transforms.ToTensor()(img) # 转换成tensorprint(img_tensor)
ndarray最外边一层是每行像素，一共两行；中间一层是每列像素值，一共两列；最里层是三通道即RGB值。
tensor最外层是有几个通道，三通道则表示RGB；第二层中为每列有几个像素值；第三层为每行几个像素值。
UserWarning
弄清楚原理， 那来看看我今天遇到的一个用户警告。
D:\Program Files\python\python3.8\lib\site-packages\torchvision\datasets\mnist.py:498: UserWarning: The given NumPy array is not writeable, and PyTorch does not support non-writeable tensors. This means you can write to the underlying (supposedly non-writeable) NumPy array using the tensor. You may want to copy the array to protect its data or make it writeable before converting it to a tensor. This type of warning will be suppressed for the rest of this program. (Triggered internally at …\torch\csrc\utils\tensor_numpy.cpp:180.)
return torch.from_numpy(parsed.astype(m[2], copy=False)).view(*s)
大致意思是：
D:\\Program Files\\python\\python3.8\\lib\\site packages\\torchvision\\dataset\\mnist.py:498:UserWarning:说：
给定的NumPy数组不可写，并且PyTorch不支持不可写的张量。这意味着你可以使用张量写入底层（假定不可写）NumPy数组。在将数组转换为张量之前，可能需要复制数组以保护其数据或使其可写。
在本程序的其余部分，此类警告将被抑制。（在…\torch\csc\utils\tensor\u numpy.cpp:180处内部触发。）
返回return torch.from_numpy(parsed.astype(m[2], copy=False)).view(*s)
看了看别人的说法一般都是说这玩意儿可以直接处理numpy的数组，你不需要转换成tensor。但是怎么不让他显示这个警告呢。
找到上边那个地址下的mnist文件。找到498行，把return torch.from_numpy(parsed.astype(m[2], copy=False)).view(*s)copy的false改成true即可。
