我正在尝试从头开始实现ResNet。

在将数据集设置到Dataloader后，训练过程中出现了以下错误：

RuntimeError: stack expects each tensor to be equal size, but got [3, 224, 224] at entry 0 and [1, 224, 224] at entry 25

通常，我知道这条消息显示的原因。它与图像数据集不一致有关。

但在我收到这条消息之前，我已经应用了转换，所以我没想到会出现这样的错误。

有时候，消息中显示的是[4,224,224]，而不是[1,224,224]。

当然，我检查了数据集中的所有图像都是彩色的。

这是代码：

## 类声明，转换代码在__getitem__()中应用
class cnd_data(torch.utils.data.Dataset):
    def __init__(self, file_path, train=True, transforms=None):
        self.train=train
        self.transforms=transforms
        self.cat_img_path=os.path.join(file_path, 'data\kagglecatsanddogs\PetImages\Cat')
        self.dog_img_path=os.path.join(file_path, 'data\kagglecatsanddogs\PetImages\Dog')
        
        self.cat_list=natsort.natsorted(glob.glob(self.cat_img_path + '/*.jpg'))
        self.dog_list=natsort.natsorted(glob.glob(self.dog_img_path + '/*.jpg'))
        if self.train==True:
            self.imgn_list=self.cat_list[:12000]+self.dog_list[:12000]
            self.img_label=[0]*12000+[1]*12000
        else:
            self.imgn_list=self.cat_list[12000:]+self.dog_list[12000:]
            self.img_label=[0]*500+[1]*500
    
    def __len__(self):
        return len(self.img_label)
    
    def __getitem__(self, idx):
        image_data=Image.open(self.imgn_list[idx])
        print(self.imgn_list[idx])
        if self.transforms:
            sample=self.transforms(image_data)
        return sample, self.img_label[idx]

## 转换设置代码
transforms=transforms.Compose([
    transforms.Resize(size=(224, 224)),
    transforms.ToTensor()])

回答：

Pytorch期望任何数据样本在预处理后具有相同的大小，以便可以堆叠成一个单一的张量。根据您的错误日志，[3, 224, 224]似乎指的是RGB图像；[1, 224, 224]是灰度图像，而[4, 224, 224]是RGBA（具有用于不透明度的alpha通道）。如果您使用PIL Image，请确保在应用任何转换之前将其转换为RGB。

Image.open(path).convert('RGB')