torchvision主要包含以下三部分： models:提供深度学习中各种经典的网络结构以及训练好的模型，包括AlexNet,VGG系列、ResNet系列、Inception系列等； datasets：提供常用的数据集加载，设计上都是继承torch.utils.data.Dataset，主要包括MMIST、CIFAR10/100、ImageNet、COCO等； transforms:提供常用的数据预处理操作，主要包括对Tensor及PILImage对象的操作。