PyTorch训练单通道图像时Conv2d报通道不匹配RuntimeError求助
报错根因
- 核验的原始训练集张量形状
(N,1,28,28)本身没有问题,但在Dataset取单样本时,传入transforms.ToPILImage()的numpy数组维度顺序不匹配 ToPILImage处理numpy数组时仅支持(H, W, C)的维度排列,无法识别你传入的通道优先格式(C=1, H=28, W=28)- 老版本torchvision的ToPILImage在识别到不合法的numpy数组维度时,会自动将单通道数组复制为3通道的RGB格式,同时误判图像空间尺寸为
(1,28),最终生成的张量通道数为3,与首层Conv2d要求的1通道输入不匹配
修复步骤
- 调整Dataset中传入transform的数组维度顺序,适配ToPILImage的输入规则
- 移除Dataset中无意义的类型转换,避免归一化后的值被uint8截断
- 修正Net类中展平维度与全连接层不匹配的潜在报错
修复后的核心代码
修复后的Dataset类
class kmnistDataset(data.Dataset): def __init__(self, images, labels, transforms=None): self.x = images self.y = labels self.transforms = transforms def __len__(self): return len(self.x) def __getitem__(self, idx): # 取出单样本,原始形状为(1,28,28)(通道优先格式) sample = self.x[idx].numpy() # 转成HWC格式适配ToPILImage sample_hwc = sample.transpose(1, 2, 0) data = sample_hwc if self.transforms: data = self.transforms(data) if self.y is not None: return (data, self.y[idx]) else: return data
修复后的Net类
class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.conv1 = nn.Conv2d(1, 16, 3, padding=1) self.conv2 = nn.Conv2d(16, 32, 3, padding=1) self.conv3 = nn.Conv2d(32, 64, 3, padding=1) self.bn1 = nn.BatchNorm2d(16) self.pool = nn.MaxPool2d(2, 2) # 全连接层输入维度与卷积输出尺寸匹配 self.fc1 = nn.Linear(64 * 14 * 14, 500) self.fc2 = nn.Linear(500, 10) def forward(self, x): x = self.pool(F.relu(self.bn1(self.conv1(x)))) x = F.relu(self.conv2(x)) x = F.relu(self.conv3(x)) # 修正展平维度,匹配fc1的输入要求 x = x.view(-1, 64 * 14 * 14) x = F.relu(self.fc1(x)) x = self.fc2(x) return x
验证方法
- 在
__getitem__中添加打印语句,确认单样本经过transform后的形状为(1, 28, 28) - 遍历一次训练DataLoader,确认batch的形状为
(batch_size, 1, 28, 28),与首层卷积层的输入参数一致
内容的提问来源于stack exchange,提问作者xdgsdnmm
相关产品推荐
相关产品推荐

