PyTorch报错shape ‘[16, 1, 28, 28]‘ is invalid for input of size 6272?尝试设置-1

2024-03-25 1254阅读

PyTorch报错shape ‘[16, 1, 28, 28]‘ is invalid for input of size 6272?尝试设置-1

debug

    • 食用指南:
    • 框架/语言:
    • 问题描述:
    • 解决方案:
      • 问题原因:
      • 解决方案:
      • 安利时间:

        食用指南:

        框架使用过程中的问题首先要注意版本发布时间造成方法弃用

        当你在CSDN等网站查找不到最新版本框架的问题解决,别迟疑,马上去Goole

        语言问题比框架问题好解决

        如果本篇debug博客解决了你的问题,不妨留下你的👍

        欢迎关注博主,查看更多c/c++/JAVA/算法/框架知识

        框架/语言:

        • PyTorch

          问题描述:

          • 使用tensor.reshape() 或 torch.reshape(data, (dim1, dim2, …)) 规范矩阵类型时,报错:

            shape ‘[16, 1, 28, 28]’ is invalid for input of size 6272

          • 错误场景:

            PyTorch报错shape ‘[16, 1, 28, 28]‘ is invalid for input of size 6272?尝试设置-1

            解决方案:

            问题原因:

            • reshape参数过于详细:

              默认每次加载的矩阵都是16*1*28*28

              data = data.reshape(16, 1, 28, 28)
              # 第一个参数是batch_size
              # 第二个参数的通道数目,灰度图一般为1,彩色图为RGB三通道
              # 之后的参数是图像的高度和宽度(可能还有深度)
              
              • dataloader可能有余数:

                batch_size表示每次取和同时处理的图像张数,但是可能图像总数并非正好是batch_size倍数

                解决方案:

                • reshape(-1, …):

                  最后一次迭代dataloader时,可能不足batch_size张图片,

                  这时参数设为-1,表示有多少取多少即可

                  data = data.reshape(16, 1, 28, 28)
                  
                  • 解决后:

                    PyTorch报错shape ‘[16, 1, 28, 28]‘ is invalid for input of size 6272?尝试设置-1

                    安利时间:

                    • 如果本篇博客解决了你的问题,不妨留下你的👍

                      让博主知道原来也有小伙伴在同一个坑摔倒了啊hh

                    • 欢迎关注大二的博主,在学习C/C++/JAVA/算法/框架的路上作伴

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]