Pytorch，torchvision.transforms.Normalize((0.5, 0.5, 0,5), (0.5, 0.5, 0,5)) 用于 kaggle 动漫人脸数据，因为标准为零而给出值错误答案

【问题标题】：Pytorch, torchvision.transforms.Normalize((0.5, 0.5, 0,5), (0.5, 0.5, 0,5)) used on kaggle anime face data gives value error because of zero stdPytorch，torchvision.transforms.Normalize((0.5, 0.5, 0,5), (0.5, 0.5, 0,5)) 用于 kaggle 动漫人脸数据，因为标准为零而给出值错误
【发布时间】：2022-01-21 09:16:16
【问题描述】：

dir = './animefacedataset'        
imagesize = 68
batchsize = 128
RGB_mean_std_minusonetoonerange = ((0.5, 0.5, 0,5), (0.5, 0.5, 0,5))   `*#same for (0.5, 0.5, 0,5), (0.5, 0.5, 0,5)*`
augmented_normalized_tensorized = T.Compose([T.Resize(imagesize), 
                                             T.CenterCrop(imagesize), 
                                             T.ToTensor(), 
                                          T.Normalize(*RGB_mean_std_minusonetoonerange)])
traindataset = ImageFolder(dir, augmented_normalized_tensorized)        
**image, _ = traindataset[0]**

最后一行引发 valueerror:

/usr/local/lib/python3.7/dist-packages/torchvision/transforms/functional.py in normalize(tensor, mean, std, in place)
    344     std = torch.as_tensor(std, dtype=dtype, device=tensor.device)
    345     if (std == 0).any():
--> 346         raise ValueError('std evaluated to zero after conversion to {}, leading to division by zero.'.format(dtype))
    347     if mean.ndim == 1:
    348         mean = mean.view(-1, 1, 1)

ValueError: std evaluated to zero after conversion to torch.float32, leading to division by zero.

【问题讨论】：

这能回答你的问题吗？ Why am I getting a divide by zero error here?
我没有创建任何自定义数据集，如上所示，我只是使用了应该适用于 jpg 的 ImageFolder，pytorch 教程上的 GAN 示例使用 stats=((0.5, 0.5, 0.5),(0.5, 0.5 , 0.5)) 就像我做的那样，所以在这种情况下，我只是按照示例进行操作，并且在那部分中不做任何即兴创作。但它只是行不通。有谁知道如何修理它。或者我应该尝试创建自定义数据集而不是 TensorImage

标签： pytorch kaggle torchvision

【解决方案1】：

看来，问题是通过在 Normalize(stat) 之外定义 stat = (0.5, 0.5, 0.5),(0.5, 0.5, 0.5) 造成的。这很奇怪，因为 Python 并没有限制这一点。是pytorch的问题还是google colab的问题，有人知道吗？清除故障的唯一方法似乎是从 colab -> runtime -> manage sessions 终止会话，否则粉碎仍然存在。我花了一整天的时间弄清楚：/

【讨论】：