时间:2021-05-22
1、
RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 342 and 281 in dimension 3 at /pytorch/aten/src/TH/generic/THTensorMoreMath.cpp:1333
2、
RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 3 and 1 in dimension 1
bug1 修改方法是将图片resize 成一个尺度:
解决1:
如果用transforms来resize ,关于尺寸的transform就是transforms.Resize(input_size, interpolation=3)了。
查看Resize的文档:
size (sequence or int) – Desired output size. If size is a sequence like (h, w), output size will be matched to this.
If size is an int, smaller edge of the image will be matched to this number. i.e, if height > width, then image will be rescaled to (size * height / width, size)
size这个参数既可以是一个数字,又可以是一个tuple,如果是数字,图片处理后的输出尺寸每次都会被重新计算为(input_size*height/width, size),这样如果输入图片尺寸不一致,输出图片尺寸会不一致, 将导致bug1 问题
解决2:
也可以直接用opencv resize
以上这篇pytorch dataloader 取batch_size时候出现bug的解决方式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。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
DataLoader完整的参数表如下:classtorch.utils.data.DataLoader(dataset,batch_size=1,shuffle
记录训练过程history=model.fit(X_train,Y_train,epochs=epochs,batch_size=batch_size,vali
多分类损失函数label.shape:[batch_size];pred.shape:[batch_size,num_classes]使用tf.keras.lo
代码:importtorchclass_num=10batch_size=4label=torch.LongTensor(batch_size,1).rando
1、使用predict时,必须设置batch_size,否则效率奇低。查看keras文档中,predict函数原型:predict(self,x,batch_s