PyTorch加载自定义Dataset时出现NumPy数组不可写警告的原因及解决方法

UserWarning: The given NumPy array is not writeable, and PyTorch does not support non-writeable tensors.

这个告警的触发逻辑如下：

1. mpimg.imread()加载返回的图像是numpy数组，后续调用np.transpose()做轴重排时，该操作返回的是原数组的视图而非独立副本，这类numpy视图默认被标记为非可写状态。
2. PyTorch的DataLoader默认default_collate函数在把numpy数组转为张量时，会优先共享内存避免拷贝，但PyTorch本身不支持非可写张量，两者冲突触发告警。该告警的潜在风险是：后续对生成的PyTorch张量做写入操作时，会直接修改原本标记为只读的numpy底层数组，可能引发不可预期的异常。

以下三种方案任选其一即可，优先推荐第一种，逻辑最简单无副作用：

• 方案1：转置后生成numpy数组的可写副本，仅需修改np.transpose行代码：

  positive_img = np.transpose(positive_img, (2,0,1)).copy()
  

  直接得到独立的可写numpy数组，转张量时不会触发告警，小尺寸图像的拷贝开销可以忽略。
• 方案2：返回前主动将numpy数组转为PyTorch张量，由PyTorch处理内存逻辑：

  positive_img = torch.from_numpy(positive_img)
  return positive_img
  

• 方案3：手动修改numpy数组的可写标记，适合不想额外拷贝内存的场景：

  positive_img = np.transpose(positive_img, (2,0,1))
  positive_img.flags.writeable = True
  

  注意该方案下如果原数组有其他引用，修改内容会同步生效。

内容的提问来源于stack exchange，提问作者user3668129