torchvision 主要包含以下三部分： models : 提供深度學習中各種經典的網絡結構以及訓練好的模型，包括Alex Net, VGG系列、ResNet系列、Inception系列等； datasets：提供常用的數據集加載，設計上都是繼承torch.utils.data.Dataset，主要包括MMIST、CIFAR10/100、ImageNet、COCO等； transforms: 提供常用的數據預處理操作，主要包括對Tensor及PIL Image對象的操作。