Torchvision是一個獨立於pytorch的工具庫，在實作訓練的時候可以更簡單的下載資料及並且做訓練，其中包含vision.datasets、vision.models、vision.transforms和vision.utils，這些作用分別是數據集下載、使用預先訓練的模型、圖像切割翻轉以及張量保存。

關於模型：

在DAY4的時候，已經有使用過torchhub加載模型，在加載之前就已經有

from torchvision import model

這就是藉由torchvision下載預先訓練的模型

from torchvision import datasets ,models,transforms

加上這行之後就可以很方便地做模型訓練

關於資料集：

Torchvision可以用以下幾種資料集，MNIST、COCO、LSUN Classification、ImageFolder、Imagenet-12、CIFAR10 、CIFAR100、STL10。我覺得這樣的設計非常方便，可以免於下載後再上傳至雲端的耗時情行。

import torchvision as TV
TV.datasets.MNIST("MNIST/", train=True, transform=None,target_transform=None,download=True)

只要執行這兩行就可以在ipynb的同個資料夾中有資料集

https://www.cnblogs.com/yjphhw/p/9773333.html