???? 在使用Dataloader讀取數據的時候，使用batch_size=1不會出現這個問題。當batch_size>1時， 默認將會使用torch.stack()為你生成一個[batch，x, x, x] 的tensor數據，在使用該函數時需要輸入的兩個tensor維度一樣。

1、注意自己圖像的大小是否resize到相同尺寸。

2、圖像的通道數是否相同，全彩色或全灰度，使用相同的類型。

3、如果是CNN的多標簽分類，標簽長度不同也可以用下面的辦法。

3、在進行目標檢測的時候，我們返回的不僅僅是圖像數據，還有它的gt_box以及gt_label。但是每個圖像的標簽個數不是相同的，所以在使用Dataloader原始的參數時也會報錯。此時可以自己寫一個 collate_fn函數，因為我的返回為圖像、目標框以及類別標簽所以修改如下

def data_collate(batch):gt_box = []gt_label = []imgs = []for info in batch:imgs.append(info[0])gt_box.append(info[1])gt_label.append(info[2])return torch.stack(imgs, 0), gt_box,gt_label

train里面調用：DataLoader(data_mine, batch_size=2,collate_fn=data_collate, shuffle=True, num_workers=2)

根據自己重寫的Dataset類的返回值修改上面，得到自己想要的數據。

總結

以上是生活随笔為你收集整理的pytorch：data读取出错：RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。