无法遍历 PyTorch MNIST 数据集答案

【问题标题】：Cannot Iterate through PyTorch MNIST dataset无法遍历 PyTorch MNIST 数据集
【发布时间】：2019-07-21 16:18:41
【问题描述】：

我正在尝试在 Pytorch 中加载 MNIST 数据集，并使用内置的数据加载器来迭代训练示例。但是，在迭代器上调用 next() 时出现错误。 CIFAR10 没有这个问题。

import torch
import torchvision
import torchvision.transforms as transforms

transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

batch_size = 128

dataset = torchvision.datasets.MNIST(root='./data', train=True, transform=transform, download=True)
dataloader = torch.utils.data.DataLoader(dataset, batch_size=batch_size, shuffle=True, num_workers=4)
dataiter = iter(dataloader)
dataiter.next() # ERROR
# RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]

我正在使用 Python 3.7.3 和 PyTorch 1.1.0

【问题讨论】：

标签： python-3.x pytorch

【解决方案1】：

MNIST 数据集由灰度图像组成，即每个图像只有1 通道，而CIFAR10 数据集由彩色图像组成，即每个图像都有3 通道。

因此，如果是MNIST 数据集，请将transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) 替换为transforms.Normalize([0.5], [0.5])。

【讨论】：

【解决方案2】：

您正在尝试使用

标准化 1 通道图像

transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

这不起作用，并导致您提到的错误。您应该重新考虑您的任务需要哪些转换。

【讨论】：