pytorch的transform中ToTensor接着Normalize

在猫狗二分类的学习中，碰到以下代码：

看了一下ToTensor的描述如下：

  说的是ToTesnor会，而且将数据归一化到均值为0，方差为1（是将数据除以255），那么归一化后为什么还要接一个Normalize()呢？
Normalize()是对数据按通道进行标准化，即减去均值，再除以方差

数据如果分布在(0,1)之间，可能实际的bias，就是神经网络的输入b会比较大，而模型初始化时b=0的，这样会导致神经网络收敛比较慢，经过Normalize后，可以加快模型的收敛速度。
因为对RGB图片而言，数据范围是[0-255]的，需要先经过ToTensor除以255归一化到[0,1]之后，再通过Normalize计算过后，将数据归一化到[-1,1]。