PyTorch 解决Dataset和Dataloader遇到的问题

概述PyTorch 解决Dataset和Dataloader遇到的问题 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__() self.x = x self.y = y if transforms == None: self.transforms = Compose([Resize((224, 224)), ToTensor()]) else: sel

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__()    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,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我们。

总结

以上是内存溢出为你收集整理的PyTorch 解决Dataset和Dataloader遇到的问题全部内容，希望文章能够帮你解决PyTorch 解决Dataset和Dataloader遇到的问题所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。