今天小编就为大家分享一篇PyTorch 解决Dataset和Dataloader遇到的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
今天在使用PyTorch中Dataset遇到了一个问题。先看代码
class psDataset(Dataset): def __init__(self, x, y, transforms = None): super(Dataset, self).__init__()<a style="color:transparent">来源gao($daima.com搞@代@#码(网</a> self.x = x self.y = y if transforms == None: self.transforms = Compose([Resize((224, 224)), ToTensor()]) else: self.transforms = transforms def __len__(self): return len(self.x) def __getitem__(self, idx): img = Image.open(self.x[idx]) img = self.transforms(img) return img, torch.tensor([[self.y[idx]]])
结果运行时报错：RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 3 and 1 in dimension 1 at /opt/conda/conda-bld/pytorch_1522182087074/work/torch/lib/TH/generic/THTensorMath.c:2897
Google了一下发现是这样的：读入的图片有些是灰度图（1个通道），绝大多数是RGB图片（3通道），也有些是带透明度的（4通道）
。这导致在读入后最后一个维度（通道数）不一致（可能是1、3或者4）。
Dataloader在制作batch data时，tensor的shape必须一样，就报了这个错误。解决的方法是：img = img.convert(“RGB”)。完
整代码如下：
class psDataset(Dataset): def __init__(self, x, y, transforms = None): super(Dataset, self).__init__() self.x = x self.y = y if transforms == None: self.transforms = Compose([Resize((224, 224)), ToTensor()]) else: self.transforms = transforms def __len__(self): return len(self.x) def __getitem__(self, idx): img = Image.open(self.x[idx]) img = img.convert("RGB") img = self.transforms(img) return img, torch.tensor([[self.y[idx]]])
以上这篇PyTorch 解决Dataset和Dataloader遇到的问题就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持gaodaima搞代码网。
以上就是PyTorch 解决Dataset和Dataloader遇到的问题的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：PyTorch 解决Dataset和Dataloader遇到的问题
转载请注明原文链接：PyTorch 解决Dataset和Dataloader遇到的问题
