如何将自定义数据集转换为MNIST格式并适配模型解决IndexError报错

这个错误的触发原因和你写的数据变换代码没有直接关系，问题出在标签处理逻辑：torch.eye(10)会生成一个10行的单位矩阵，仅支持传入0_{9范围内的索引值做行选择，你自有数据集中的标签存在超出0}9的取值，调用index_select时就会触发索引越界。

• 首先确认自有数据集的标签分布，运行以下代码遍历数据集，确认标签的取值范围和分类数量：

# 替换your_dataset为你自己定义的数据集实例
label_list = []
for img, label in your_dataset:
    label_list.append(label)
print(f"标签最小值: {min(label_list)}, 标签最大值: {max(label_list)}")
print(f"总分类数: {len(set(label_list))}")

• 根据上面的输出结果做对应修改：
  • 如果你的数据集分类数刚好是10，但标签是从1开始计数（取值1_{10）：只需要在加载标签时统一减1，把标签映射到0}9区间即可。
  • 如果你的数据集分类数不等于10：若坚持不修改模型结构，需要对数据集做筛选/合并，把分类数调整为10，保证标签落在0~9区间；如果可以接受少量代码调整，只需要把独热编码生成代码里的torch.eye(10)改成对应你实际分类数的torch.eye(N)（N为你的分类数），同时修改模型最后输出层的维度为N即可，不需要调整整体架构。
• 可选优化：你当前的数据变换顺序存在冗余，ToTensor()操作会把PIL图像转为张量，应该放在所有图像维度变换操作之后，调整后的变换逻辑运行效率更高：

data_transform_test = transforms.Compose([
                                          transforms.Grayscale(num_output_channels=1),
                                          transforms.Resize((28, 28)),
                                          transforms.ToTensor(),
                                          transforms.Normalize((0.5,), (0.5,))
                                          ])

内容的提问来源于stack exchange，提问作者autopilot38