【深度学习】为什么tensor的数值都是在0-1的范围内，而展示的时候图片的像素又是正常的显示

1. 为什么 tensor 的数值在 0-1 范围内？
   当你用 torchvision.transforms.ToTensor() 处理图片时，原始图片的像素值（通常是 0~255 的整数）会被除以 255，变成 0~1 之间的浮点数。
   这样做的目的是为了让神经网络训练时数值更稳定，便于归一化和梯度传播。

2. 为什么用 matplotlib 显示时，图片看起来还是“正常”的？
   matplotlib.pyplot.imshow() 可以自动识别输入数据的范围：
   如果输入是 0~1 的浮点数，imshow 会把 0 显示为黑，1 显示为白（或彩色图的最大值），中间值线性映射为灰度或颜色。
   如果输入是 0~255 的整数，imshow 也会自动映射到显示色彩。
   所以只要数据的相对比例没变，显示出来的图片视觉效果是一样的。

import matplotlib.pyplot as plt
import numpy as np

# 假设原始图片像素
img_uint8 = np.array([[0, 128, 255]], dtype=np.uint8)  # 0~255
img_float = img_uint8 / 255.0  # 0~1

plt.subplot(1,2,1)
plt.title('uint8')
plt.imshow(img_uint8, cmap='gray', vmin=0, vmax=255)
plt.subplot(1,2,2)
plt.title('float')
plt.imshow(img_float, cmap='gray', vmin=0, vmax=1)
plt.show()