通过转换将频道添加到 MNIST？答案

【问题标题】：Add channel to MNIST via transform?通过转换将频道添加到 MNIST？
【发布时间】：2019-07-09 11:17:36
【问题描述】：

我正在尝试使用来自 torchvision.datasets 的 MNIST 数据集。它似乎是作为 N x H x W (uint8)（批量尺寸、高度、宽度）张量提供的。然而，所有用于处理图像的 pytorch 类（例如 Conv2d）都需要一个 N x C x H x W (float32) 张量，其中 C 是颜色通道的数量。我尝试添加 ToTensor 变换，但没有添加颜色通道。

有没有办法使用torchvision.transforms 来添加这个额外的维度？对于原始的tensor，我们可以只做.unsqueeze(1)，但这看起来不是一个非常优雅的解决方案。我只是想以“正确”的方式来做。

这是失败的转换。

import torchvision
dataset = torchvision.datasets.MNIST("~/PyTorchDatasets/MNIST/", train=True, transform=torchvision.transforms.ToTensor(), download=True)
print(dataset.train_data[0])

【问题讨论】：

标签： pytorch mnist python-3.7 torchvision

【解决方案1】：

我有一个误解：dataset.train_data 不受指定transform 的影响，只有DataLoader(dataset,...) 的输出会受到影响。从

检查data后

for data, _ in DataLoader(dataset):
    break

我们可以看到ToTensor 实际上完全符合我们的要求。

【讨论】：