使用DCGAN训练斯坦福狗狗数据集时张量尺寸不匹配如何解决

这个报错是斯坦福狗狗数据集中原始图像宽高比不统一导致的，你当前的数据预处理流程没有将所有图像调整为完全相同的尺寸，因此DataLoader拼接batch时张量维度不匹配，问题出在数据加载的预处理环节，而非训练for循环逻辑。

1. 调整数据变换配置 #

你可以根据需求选择以下任意一种预处理方案，强制所有输出图像尺寸一致：

• 方案一：强制缩放（实现简单，训练速度快，可能存在轻微图像拉伸）
  注意transforms.Resize要传入宽高组成的元组，不要只传单个整数（单个整数仅会将短边缩放到对应长度，长边按原始比例缩放，仍会出现尺寸不一致问题）。示例代码：

  from torchvision import transforms
  
  # DCGAN默认输入尺寸为64*64，可根据需求调整
  transform = transforms.Compose([
      transforms.Resize((64, 64)),
      transforms.ToTensor(),
      transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
  ])
  

• 方案二：缩放后裁剪（保留原始图像比例，避免拉伸变形）
  先将图像短边缩放到目标尺寸，再裁剪中心区域作为训练输入：

  transform = transforms.Compose([
      transforms.Resize(64),
      transforms.CenterCrop(64),
      transforms.ToTensor(),
      transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
  ])
  

2. 验证数据加载逻辑 #

修改完成后可以先运行以下代码验证输出尺寸是否统一：

from torchvision.datasets import ImageFolder
from torch.utils.data import DataLoader

# 注意路径对应你存放数据集的./data目录
dataset = ImageFolder(root="./data", transform=transform)
dataloader = DataLoader(dataset, batch_size=8, shuffle=True)

for imgs, _ in dataloader:
    print(imgs.shape)
    break

正常输出应为torch.Size([8, 3, 64, 64])，确认所有样本尺寸一致后即可正常运行训练代码。

内容的提问来源于stack exchange，提问作者AMendis