Output and Broadcast shape mismatch in MNIST, torchvision(MNIST、torchvision 中的输出和广播形状不匹配)

本文介绍了MNIST、torchvision 中的输出和广播形状不匹配的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

在 Torchvision 中使用 MNIST 数据集时出现以下错误

I am getting following error when using MNIST dataset in Torchvision

RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]

这是我的代码:

import torch
from torchvision import datasets, transforms

transform = transforms.Compose([transforms.ToTensor(),
                            transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
                          ])
trainset = datasets.MNIST('~/.pytorch/MNIST_data/', download=True, train=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
images, labels = next(iter(trainloader))

推荐答案

错误是由于数据集上的颜色vs灰度，数据集是灰度的.

The error is due to color vs grayscale on the dataset, the dataset is grayscale.

我通过将转换更改为

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

这篇关于MNIST、torchvision 中的输出和广播形状不匹配的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！