TensorDataSet出现size mismatch between tensors错误，多输入对应单输出求助

问题根源在于TensorDataset要求输入和输出的第一维度（样本数）必须完全一致。你当前的输入形状是[4,64,64]，输出是[64,64]，第一维度分别为4和64，自然会触发尺寸不匹配错误。

根据你的需求——每个输入的同位置值对应输出的同位置值，正确的做法是把每个空间位置（共64×64个）当作一个独立样本，调整张量形状让样本数对齐：

具体步骤 #

• 调整输入张量：将[4,64,64]转换为[64×64,4]，把4个输入矩阵的同位置值作为单个样本的特征。
• 调整输出张量：将[64,64]展平为[64×64]（或[64×64,1]），每个位置的值作为对应样本的标签。

代码示例 #

import torch
from torch.utils.data import TensorDataset

# 模拟你的输入输出
inputs = torch.randn(4, 64, 64)  # 4个64x64输入矩阵
outputs = torch.randn(64, 64)    # 1个64x64输出矩阵

# 重排并重塑输入：把通道维度移到最后，再展平空间维度
inputs_reshaped = inputs.permute(1, 2, 0).reshape(-1, 4)
# 展平输出为一维张量
outputs_reshaped = outputs.reshape(-1)

# 现在可以正常创建TensorDataset
dataset = TensorDataset(inputs_reshaped, outputs_reshaped)

# 验证形状：输入样本数=输出样本数=64*64=4096
print(inputs_reshaped.shape)  # torch.Size([4096, 4])
print(outputs_reshaped.shape) # torch.Size([4096])

逻辑说明 #

这样调整后，每个样本对应4个输入矩阵的(i,j)位置值，以及输出矩阵的(i,j)位置值，完全符合你想要的“4个输入对应1个输出位置关联”的需求，同时满足TensorDataset对样本数一致的要求。

内容的提问来源于stack exchange，提问作者PytorchLearn