如何使用PyTorch的F.interpolate将MNIST图像张量从[1,28,28]缩放到[1,14,14]？

嘿，我来帮你搞定这个图像缩放的问题！你遇到的问题其实是因为F.interpolate对输入张量的维度格式有要求，咱们一步步来拆解：

问题根源 #

你用的images[0]形状是torch.Size([1,28,28])，也就是**(通道数C, 高度H, 宽度W)，但F.interpolate默认期望的输入格式是(批量数B, 通道数C, 高度H, 宽度W)**——简单说就是少了一个「批量维度」。这就导致：

• 当你传F.interpolate(images[0], 14)时，函数把输入当成了(C, H)格式，只缩放了最后一个维度，所以得到[1,28,14]；
• 当你传(14,14)时，函数误以为输入是1D序列，而你给了2个尺寸参数，自然触发维度不匹配的错误。

正确实现方法 #

方法1：给单个图像添加批量维度 #

只需要用unsqueeze(0)给张量加一个批量维度，处理完后再按需去掉即可：

# 给单个图像添加批量维度，形状变为 [1, 1, 28, 28]
img_with_batch = images[0].unsqueeze(0)
# 执行插值缩放，指定目标尺寸(14,14)
resized_img = F.interpolate(img_with_batch, size=(14, 14))
# 去掉批量维度，得到最终目标形状 [1,14,14]
resized_img = resized_img.squeeze(0)

# 验证形状
print(resized_img.shape)  # 输出: torch.Size([1, 14, 14])

方法2：直接对批量张量处理（更高效） #

如果你是处理整个批次的图像，不需要单独取images[0]，直接对images（形状[B,1,28,28]）做插值即可：

# 对整个批次缩放，得到形状 [B,1,14,14]
resized_images = F.interpolate(images, size=(14,14))
# 取第一个图像，形状就是 [1,14,14]
print(resized_images[0].shape)

这样就能完美得到你想要的[1,14,14]形状的张量啦！

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