MNIST、torchvision 中的输出和广播形状不匹配

Posted 2023-03-12

【中文标题】MNIST、torchvision 中的输出和广播形状不匹配

【英文标题】：Output and Broadcast shape mismatch in MNIST, torchvision

【发布时间】：2019-08-03 02:21:24

【问题描述】：

在 Torchvision 中使用 MNIST 数据集时出现以下错误

RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]

这是我的代码：

import torch
from torchvision import datasets, transforms

transform = transforms.Compose([transforms.ToTensor(),
                            transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
                          ])
trainset = datasets.MNIST('~/.pytorch/MNIST_data/', download=True, train=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
images, labels = next(iter(trainloader))

【问题讨论】：

MNIST 数据集只有 1 个通道。您需要更改transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))（用于3个频道）

【参考方案1】：

错误是由于数据集上的颜色与灰度，数据集是灰度的。

我通过将转换更改为来修复它

transform = transforms.Compose([transforms.ToTensor(),
  transforms.Normalize((0.5,), (0.5,))
])

【讨论】：

感谢它的工作。你能简单地解释一下你的解决方案吗？为什么会这样？

transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)), 3 个值表示 3 个通道，但是对于 mnist 只有 1 个通道，因此 transforms.Normalize(( 0.5,), (0.5,))

谢谢吉斌，有道理