#learn_pytorch
خب ما توابع زیادی در transform کردن تصاویر استفاده میکنیم
توابع شامل این ها میشود👇👇
ToTensor(): این تابع تصاویر را به تنسور تبدیل می‌کند.

Resize(): این تابع اندازه تصاویر را تغییر می‌دهد.

CenterCrop(): این تابع مرکز تصاویر را برش می‌دهد.

RandomCrop(): این تابع تصاویر را به صورت تصادفی برش می‌دهد.

HorizontalFlip(): این تابع تصاویر را به صورت افقی برمی‌گرداند.

VerticalFlip(): این تابع تصاویر را به صورت عمودی برمی‌گرداند.

RandomHorizontalFlip(): این تابع تصاویر را به صورت تصادفی به صورت افقی برمی‌گرداند.

RandomVerticalFlip(): این تابع تصاویر را به صورت تصادفی به صورت عمودی برمی‌گرداند.

RandomRotation(): این تابع تصاویر را به صورت تصادفی می‌چرخاند.

Grayscale(): این تابع تصاویر را به تصاویر تک‌کاناله تبدیل می‌کند.

Normalize(): این تابع تصاویر را نرمال‌سازی می‌کند.

@torchino_vision

#learn_pytorch

خب برای بارگزاری داده ها باید از تابع
Torchvision.datasets.MNIST()
استفاده کنیم
خب برای مثال باید این کار را انجام بدهیم

Import torch
import torchvision 

train_dataset = torchvision.datasets.MNIST(root="~/torch_datasets",train=True,transform=transform,download=True)
test_dataset = torchvision.datasets.MNIST(root="~/torch_datasets",train=False,transform=transform,download=True)

@torchino_vision