ValueError: Expected input batch_size (288) to match target batch_size (8).

当在运行模型时遇到由于batch_size导致的问题,可以尝试以下解决方案:1) 使用`torch.no_grad()`上下文管理器读取数据;2) 调整数据集转换代码,减小Resize操作;3) 直接降低训练和测试数据加载器的batch_size。这些方法有助于优化计算过程,减少内存消耗。
部署运行你感兴趣的模型镜像

在运行模型框架时,遇到标题问题
问题很明显可以看出是batch_size设置问题
此时,本人问题出在代入损失函数计算上
所以,我们可以通过如下方法进行

一、在读取数据集数据前加上代码

        with torch.no_grad():
            for data in test_dataload:
                img, target = data

二、修改转化数据集的格式代码 即减小Resize

train_transform = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.RandomVerticalFlip(),
    transforms.ToTensor(),
    normalize
])

test_transform = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    normalize
])

三、直接减小Batch_size

train_dataload = DataLoader(dataset=train_data, batch_size=8)
test_dataload = DataLoader(dataset=test_data, batch_size=8, shuffle=True)

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch 2.7

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值