Question

我正在尝试构建一个数据加载器，这就是它的样子

<@...>

当我尝试运行这段代码时，我得到了这个错误，我确实得到了错误的性质，我的所有图像可能都不是相同的形状，而且我的图像形状并不完全相同，但是如果我没有错，错误只会出现在我将它们送到网络时，因为图像都是不同的形状，但为什么它会在这里抛出错误呢？关于我可能出错的地方的任何建议都会非常有帮助，如果需要，我很乐意提供任何额外信息，

由于

`class WhaleData(Dataset):
def __init__(self, data_file, root_dir , transform = None):
    self.csv_file = pd.read_csv(data_file)
    self.root_dir = root_dir
    self.transform = transforms.Resize(224)

def __len__(self):
    return len(os.listdir(self.root_dir))

def __getitem__(self, index):
    image = os.path.join(self.root_dir, self.csv_file['Image'][index])
    image = Image.open(image)
    image = self.transform(image)
    image = np.array(image)
    label  = self.csv_file['Image'][index]
    sample = {'image': image, 'label':label}
    return sample

trainset  = WhaleData(data_file = '/mnt/55-91e8-b2383e89165f/Ryan/1234/train.csv', 
     root_dir = '/mnt/4d55-91e8-b2383e89165f/Ryan/1234/train')
train_loader = torch.utils.data.DataLoader(trainset , batch_size = 4, shuffle =True,num_workers= 2)
for i, batch in enumerate(train_loader):
      (i, batch)

Answer 1

当PyTorch尝试将图像堆叠成单个批量张量时（参见跟踪中的torch.stack([torch.from_numpy(b) for b in batch], 0)），会出现错误。正如您所提到的，由于图像具有不同的形状，因此堆叠失败（即，如果所有这些张量都具有形状(B, H, W)），则只能通过堆叠B张量来创建张量(H, W)。 / p>

注意：我不完全确定，但为batch_size=1设置torch.utils.data.DataLoader(...)可能会删除此特定错误，因为它可能不再需要调用torch.stack()

RuntimeError：/pytorch/torch/lib/TH/generic/THTensorMath.c:2864中的张量大小不一致

1 个答案: