搭建自己的深度学习模型_output with shape [1, 167, 390] doesn‘t match the broadcast shape [3, 167, 390]

在搭建模型的过程中遇到一些小坑。如图所示：

根据错误提示，出错的地方是：

（图中train_loader是我将自己的数据集通过torch中的DataLoader加载出来的，于是我看到了collate_fn参数，这个参数是我将自己的数据集打包（train_data_set.collate_fn）后在传入的）

我查看了自己的数据集，但是我的数据集全都进行了统一的格式化处理（uint8），也就是说我的图像都是1通道的，但是错误提示我的图像是三通道的。于是我经过调试，先查看了我的collate_fn方法。

我自定义的函数在数据的输入输出后都没有对数据的通道做改变，也就是说，错误发生在这一步之前，继续往上找：

如图所示，train_loader是由train_data_set传入DataLoader返回的，因此对传入MyDataset的参数进行检查，前面两个参数都是图像路径和标签，没有问题，最后一个是需要传入transform的参数，我自己定义的参数是这样的：

注意最后一个参数，这个参数是用于图像归一化的，我这里是单通道图像，而参数设定的值适用于三通道图像，应该把这个参数改成：transforms.Normalize((0.5,), (0.5,))

再次运行：没有报错，也就是说，我在图像归一化的时候更改了图像的通道数，导致后面一系列爆错。。