PyTorch 解决Dataset和Dataloader遇到的问题
作者：xgbm_k
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__()
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脚本之家。