Pytorch 低端错误笔记

原创

于 2019-03-06 07:56:28 发布 · 1w 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #classify #batch_size

本文解析了Pytorch中遇到的ValueError: Expected input batch_size与target batch_size不匹配的问题，详细介绍了如何调整网络输入尺寸以适配不同大小的数据集，并探讨了自定义数据集引起的BrokenPipeError及解决方案。

ValueError: Expected input batch_size (16) to match target batch_size (4).
原因：之前用的数据集输入尺寸为batch*3*32*32，每张图片尺寸为3*32*32,现在的是3*64*64，因此需要修改网络输入尺寸，否则Pytorch会将输入resize到原来的3*32*32，以新的数据集为3*64*64来说，就会将一个输入resize成4个，得到4*batch*3*32*32的Tensors，因此batchsize也会产生错误，变为原来的4倍，也就是target的4倍。
对于我来说，我用了transforms的RandomCrop。

#Define transformations for the training set, 
#flip the images randomly, crop out and apply mean and std normalization
train_transformations = transforms.Compose([
    transforms.RandomHorizontalFlip(),