如何解决CGAN训练中的RuntimeError: 张量维度不匹配问题

核心问题分析 #

你遇到的RuntimeError: Tensors must have same number of dimensions: got 2 and 1，本质是CGAN训练中标签张量与输入张量（图像/噪声）的维度未对齐，单纯用unsqueeze可能没找对维度调整的位置，或者没配合其他格式转换（比如one-hot编码）。

常见原因及解决技巧 #

1. 标签未做one-hot编码+维度扩展 #

MNIST标签默认是一维张量（形状(batch_size,)），而CGAN的生成器/判别器需要标签和图像/噪声在维度上匹配：

• 如果是和图像结合：把标签转成one-hot后扩展到四维，匹配图像的空间维度：

  # 转one-hot并扩展维度
  y_onehot = torch.nn.functional.one_hot(y, num_classes=10).float()
  # 变成(batch_size, 10, 1, 1)，再repeat匹配28x28的MNIST图像
  y_onehot = y_onehot.unsqueeze(2).unsqueeze(3).repeat(1, 1, 28, 28)
  # 此时可以和四维图像张量(batch_size, 1, 28, 28)拼接
  disc_input = torch.cat([real_imgs, y_onehot], dim=1)
  

• 如果是和噪声结合：转one-hot后直接在特征维度拼接：

  noise = torch.randn(batch_size, latent_dim).to(device)
  y_onehot = torch.nn.functional.one_hot(y, num_classes=10).float().to(device)
  # 噪声形状(batch_size, latent_dim)，标签形状(batch_size,10)，拼接后(batch_size, latent_dim+10)
  gen_input = torch.cat([noise, y_onehot], dim=1)
  

2. unsqueeze的维度位置错误 #

你用unsqueeze可能加错了维度：

• 若要把一维标签(batch_size,)变成二维(batch_size,1)，需要用y.unsqueeze(1)，而不是unsqueeze(0)（会变成(1, batch_size)）。
• 如果是配合图像使用，需要扩展到四维，就得连续用两次unsqueeze，如上面的例子。

3. 损失计算时维度不匹配 #

用BCELoss等损失函数时，判别器输出通常是二维(batch_size,1)，而标签如果是一维(batch_size,)，就会报错。解决方法是把标签也转成二维：

# 调整标签维度和输出一致
real_labels = torch.ones(batch_size, 1).to(device)
fake_labels = torch.zeros(batch_size, 1).to(device)
# 或者对原始标签做调整
y = y.unsqueeze(1).float()

快速排查技巧 #

在训练循环的前向传播步骤中，打印所有关键张量的形状，比如：

print("y shape:", y.shape)
print("noise shape:", noise.shape)
print("gen_input shape:", gen_input.shape)
print("disc_real_output shape:", disc_real_output.shape)

通过打印结果直接定位哪两个张量维度不匹配，再针对性调整。

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