医学图像配准代码报错AttributeError: 'int'对象无dim属性的解决方法

运行医学图像配准代码时，在forward_part1函数的xa = F.pad(xa, pad=pad_tuple, mode='constant', value=pad_value)行触发以下错误：
AttributeError: 'int' object has no attribute 'dim'

报错代码片段 #

def forward_part1(self, x, xa, u):
    B, D, H, W, C = x.shape
    window_size = get_window_size((D, H, W), self.window_size)
    x = self.norm1(x)
    # Pad feature maps to multiples of window size
    pad_l = pad_t = pad_d0 = 0
    pad_d1 = (window_size[0] - D % window_size[0]) % window_size[0]
    pad_b = (window_size[1] - H % window_size[1]) % window_size[1]
    pad_r = (window_size[2] - W % window_size[2]) % window_size[2]
    # Pad the input tensors
    x = F.pad(x, (0, 0, pad_l, pad_r, pad_t, pad_b, pad_d0, pad_d1))
    pad_value = 0
    pad_tuple = tuple(map(int, (pad_l, pad_r, pad_t, pad_b, pad_d0, pad_d1, 0, 0)))
    xa = F.pad(xa, pad=pad_tuple, mode='constant', value=pad_value)
    # ...后续代码

报错回溯信息 #

Traceback (most recent call last):
File "/home/ubuntu/Anwar/halfimagesize/changing crossattention,XMorpher/XMorpher/Unsup_train.py", line 149, in <module>
RSTNet.train()
...
File "/home/ubuntu/anaconda3/envs/Anwar/lib/python3.9/site-packages/torch/nn/functional.py", line 4172, in _pad
assert len(pad) // 2 <= input.dim(), "Padding length too large"
AttributeError: 'int' object has no attribute 'dim'

问题分析 #

报错根源是调用F.pad时，传入的xa参数是整数类型，而非PyTorch张量（Tensor）。F.pad需要对张量进行维度判断（调用input.dim()），整数没有该方法，因此触发错误。

解决方法 #

• 检查forward_part1的调用链路，确认传入的xa是否为合法的PyTorch张量，排查是否在前置代码中被错误赋值为整数。
• 在出错行前添加调试代码，打印xa的类型和值：

  print("xa type:", type(xa), "xa value:", xa)
  xa = F.pad(xa, pad=pad_tuple, mode='constant', value=pad_value)
  

  运行后根据输出定位xa变为整数的具体环节。
• 验证xa的维度匹配性：代码中x是5维张量（B,D,H,W,C），需确保xa的维度与x一致，避免因维度不匹配导致的张量被错误降维为标量。
• 修正padding参数长度：观察代码中x的padding参数为8个值（对应5维张量的后4个维度+通道维度的padding），而pad_tuple额外添加了0,0，需确认是否符合xa的维度要求，避免因padding参数长度不匹配引发的间接错误。

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