PyTorch CNN训练Fashion MNIST报通道数与数据类型错误如何解决

1. 通道数不匹配报错（Got 60000 channels instead） #

根因 #

你构造数据集的逻辑存在错误：X_train本身是形状为[60000, 28, 28]的完整训练集数组，你直接将整个X_train和y_train作为单个元素append到train_data列表中，最终train_data仅包含1个元素（对应全部训练数据）。DataLoader读取批次时，会将这个元素作为单样本输出，得到的张量形状为[1, 60000, 28, 28]。PyTorch卷积层默认输入格式为[批次大小, 通道数, 高度, 宽度]，因此误将60000识别为通道数，触发报错。
不要直接把完整数据集作为单个元素塞入DataLoader的数据源列表，这是这类维度报错的常见诱因。

修复方案 #

使用PyTorch内置的TensorDataset封装单个样本，同时补充灰度图的通道维度，适配卷积层的输入要求。 #

2. 类型不匹配报错（expected scalar type Byte but found Float） #

根因 #

Fashion MNIST原始加载的像素值为uint8类型（取值范围0-255，对应PyTorch的Byte类型），但神经网络权重为Float类型，输入和权重数据类型不匹配触发报错。

修复方案 #

将图像张量转为Float类型，同时做归一化处理，加速模型收敛。 #

完整修正代码 #

import torch
from torch.utils.data import TensorDataset, DataLoader
# 以下为你原来的fashion_mnist加载逻辑，无需调整
from tensorflow.keras.datasets import fashion_mnist

# 加载原始数据
(X_train, y_train), (X_test, y_test) = fashion_mnist.load_data()

# 数据预处理：新增通道维度+转Float+归一化
# unsqueeze(1) 操作将形状从[N,28,28]转为[N,1,28,28]，适配卷积层要求的NCHW格式
X_train = torch.tensor(X_train, dtype=torch.float32).unsqueeze(1) / 255.0
y_train = torch.tensor(y_train, dtype=torch.long)
X_test = torch.tensor(X_test, dtype=torch.float32).unsqueeze(1) / 255.0
y_test = torch.tensor(y_test, dtype=torch.long)

# 封装数据集，每个元素对应单个样本+标签
train_dataset = TensorDataset(X_train, y_train)
test_dataset = TensorDataset(X_test, y_test)

# 构造DataLoader，无需修改批次参数
trainloader = DataLoader(train_dataset, shuffle=True, batch_size=100)
testloader = DataLoader(test_dataset, shuffle=True, batch_size=100)

后续训练使用示例 #

之前添加的images = images.transpose(0, 1)代码可以直接删除，按如下逻辑读取批次即可正常运行：

for images, labels in trainloader:
    y_pred = model(images)
    # 后续损失计算、反向传播逻辑

内容的提问来源于stack exchange，提问作者Ashar