PyTorch张量错误：输入与目标batch_size不匹配问题求助

核心问题 #

你碰到的ValueError: Expected input batch_size (1) to match target batch_size (2)，结合打印出的target尺寸为torch.Size([1,0])，本质是标签张量为空——目标数据（outputs）没有有效内容，导致框架计算时出现batch维度匹配异常。

排查修复步骤 #

• 检查train_batch_creator（注意拼写应为train_batch_creator）的标签生成逻辑：
  • 确认每个图像对应的标签（0=paper、1=rock、2=scissors）是否正确赋值，有没有漏写、误赋值为空的情况。比如生成paper标签时是不是把0写成了空值，或者标签列表被意外清空。
  • 打印shuffled_outputs的具体内容，查看是否存在大量空元素，或者和shuffled_inputs长度不匹配。正常情况下两者长度必须完全一致。
• 验证洗牌代码的执行结果：
  • 在洗牌后加一段代码，检查输入和标签列表的长度：

    print(len(shuffled_inputs), len(shuffled_outputs))
    

    如果长度不一致，说明洗牌前的inputs和outputs长度就不匹配，得回到数据生成环节找问题。
• 检查img_configs函数的图像处理逻辑：
  • 确认函数没有只过滤掉部分图像，却没同步删除对应标签，导致标签列表和输入列表长度不一致。
• 修复标签张量维度：
  • 即便标签生成正确，也要确保标签维度是[batch_size]（比如输入batch是1时，标签应为torch.Size([1])），而非[1,0]这种异常维度。训练前可以用torch.squeeze()去除空维度，或者重新整理标签形状。

补充说明 #

你用的洗牌代码逻辑没问题，不用修改。重点要盯紧数据生成环节的输入与标签配对一致性，确保每个输入图像都对应有效标签。

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