『PyTorch报错』pytorch 报错整理

当使用BatchNorm进行训练时,如果batch中只有一个样本,会导致ValueError。解决方法是在DataLoader中设置`drop_last=True`,以丢弃不足一个batch_size的样本。

pytorch 报错整理


一、ValueError

1、ValueError: Expected more than 1 value per channel when training, got input size torch.Size([1,512,1,1])
在这里插入图片描述
错误原因:

模型中用了 batchnomolization,训练中用 batch 训练的时候当前 batch 恰好只含一个 sample,而由于 BatchNorm 操作需要多于一个数据计算平均值,因此造成该错误。

解决方法:

torch.utils.data.DataLoader 类中或自己创建的继承于 DataLoader 的类中设置参数 drop_last=True,把不够一个 batch_size 的数据丢弃。

train_loader = data.DataLoader(train_dst, batch_size=opts.batch_size, 
							   shuffle=True, num_workers=2, drop_last=True)
评论 1
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

打赏作者

libo-coder

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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