RuntimeError：张量a（224）的大小必须与非单一尺寸0时张量b（3）的大小匹配

Question

尝试对pytorch进行标准化

from torchvision.transforms import Normalize

class Unnormalize:
    """Converts an image tensor that was previously Normalize'd
    back to an image with pixels in the range [0, 1]."""
    def __init__(self, mean, std):
        self.mean = mean
        self.std = std

    def __call__(self, tensor):
        mean = torch.as_tensor(self.mean, dtype=tensor.dtype, device=tensor.device).view(3, 1, 1)
        std = torch.as_tensor(self.std, dtype=tensor.dtype, device=tensor.device).view(3, 1, 1)
        return torch.clamp(tensor*std + mean, 0., 1.)


mean = [0.485, 0.456, 0.406]
std = [0.229, 0.224, 0.225]
normalize_transform = Normalize(mean, std)
unnormalize_transform = Unnormalize(mean, std)

那我的图像大小是img = torch.Size（[3，224，224]）

img_temp=img.permute((1, 2, 0)).cpu().detach()
normalize_transform(img_temp)

--------------------------------------------------- ---------------------------- RuntimeError Traceback（最近一次调用 最后） ----> 1 normalize_transform（img_temp）

〜/ venv / lib / python3.7 / site-packages / torchvision / transforms / transforms.py 在通话中（自身，张量） 173张量：标准化张量图像。 174“”“ -> 175 return F.normalize（张量，self.mean，self.std，self.inplace） 176 177 def 代表（自己）：

〜/ venv / lib / python3.7 / site-packages / torchvision / transforms / functional.py 归一化（张量，均值，标准，就地） 215平均值= torch.as_tensor（平均值，dtype = dtype，设备= tensor.device） 216 std = torch.as_tensor（std，dtype = dtype，device = tensor.device） -> 217张量.sub_（平均值[：，无，无]）。div_（std [:,无，无]） 218返回张量 219

RuntimeError：张量a（224）的大小必须与张量的大小匹配 b（3）在非单维度0上