项目场景：

跑U-net网络的时候，有一步是torch.cat()操作，出现
下面是代码

class UNet(nn.Module):def __init__(self, in_channels, out_channels):super(UNet, self).__init__()self.conv1 = DoubleConv(in_channels, 32)self.pool1 = nn.MaxPool2d(2)self.conv2 = DoubleConv(32, 64)self.pool2 = nn.MaxPool2d(2)self.conv3 = DoubleConv(64, 128)self.pool3 = nn.MaxPool2d(2)self.conv4 = DoubleConv(128, 256)self.pool4 = nn.MaxPool2d(2)self.conv5 = DoubleConv(256, 512)self.up6 = nn.ConvTranspose2d(512, 256, 2, stride=2)self.conv6 = DoubleConv(512, 256)self.up7 = nn.ConvTranspose2d(256, 128, 2, stride=2)self.conv7 = DoubleConv(256, 128)self.up8 = nn.ConvTranspose2d(128, 64, 2, stride=2)self.conv8 = DoubleConv(128, 64)self.up9 = nn.ConvTranspose2d(64, 32, 2, stride=2)self.conv9 = DoubleConv(64, 32)self.conv10 = nn.Conv2d(32, out_channels, 1)def forward(self, x):#print(x.shape)c1 = self.conv1(x)p1 = self.pool1(c1)#print(p1.shape)c2 = self.conv2(p1)p2 = self.pool2(c2)#print(p2.shape)c3 = self.conv3(p2)p3 = self.pool3(c3)#print(p3.shape)c4 = self.conv4(p3)p4 = self.pool4(c4)#print(p4.shape)c5 = self.conv5(p4)up_6 = self.up6(c5)merge6 = torch.cat([up_6, c4], dim=1)c6 = self.conv6(merge6)up_7 = self.up7(c6)#print(up_7.shape,c3.shape)merge7 = torch.cat([up_7, c3], dim=1)c7 = self.conv7(merge7)up_8 = self.up8(c7)merge8 = torch.cat([up_8, c2], dim=1)c8 = self.conv8(merge8)up_9 = self.up9(c8)merge9 = torch.cat([up_9, c1], dim=1)c9 = self.conv9(merge9)c10 = self.conv10(c9)out = nn.Sigmoid()(c10)return out

问题描述

本来是在跑彩色图像的去噪任务，想尝试一些灰度图像的去噪。刚开始只是修改了img_channel，将3改为1，想当然的将crop_img_size改为了灰度图像数据集的统一尺寸，没有考虑pool(2)操作后和上采样后的对齐问题。
比如5/2=2
但是2*2=4
这时候，4和5就对不上了。

原因分析：

torch.cat()函数的功能是将多个tensor类型矩阵的连接。它有两个参数，第一个是tensor元组或者tensor列表；第二个是dim，如果tensor是二维的，dim=0指在行上连接，dim=1指在列上连接。

注意：torch.cat 进行连接的tensor的shape,除了需要连接的维度上的shape值可不同，必须拥有相同的shape，a是（2，3），b是(2,20)即torch.cat((a,b),-1)可以进行连接；torch.cat((a,b),0)不可以进行连接，因为3和20值不同

那么问题找到了，就是维度没有对上。
为什么没有对上呢?先开始跑彩色图像的时候crop_img_size是256，稳稳的在2的幂结果上，怎么除2都不会有余数，再乘回去也没有误差。
但是我改成了180后，180/2/2=45,45/2=22，这时候22上采样完是44，44与45不齐了，问题产生。

解决方案：

尺寸crop_img_size改为2的幂结果，比如128，这应该也是为什么我们看到的大部分输入的size都是256、512等等这些数的原因，为了能整除，没有余数。

Sizes of tensors must match except in dimension 1. Expected size 44 but got size 45 for tensor numbe相关推荐

记录解决RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 27 but got size
问题描述在做目标检测服务过程中,将yolov7模型通过flask打包成预测服务API,此次训练的图像输入大小是1280,输入预测图片是如果图像大于1280则预测成功,小于1280则报RuntimeE ...
Sizes of tensors must match except in dimension 1. Expected size 24 but got size 25 for tensor numbe
在做图像分割的时候遇到了错误,错误如下: File "D:/segmentation/Pytorch-UNet-master/train.py", line 193, in < ...
invalid argument 0: Sizes of tensors must match except in dimension 0. Got 1
invalid argument 0: Sizes of tensors must match except in dimension 0. Got 1 原因:dataloader 需要的数据维度是一 ...
RuntimeError: Sizes of tensors must match except in dimension 1. Got 61 and 60 in dimension 2
1. 背景介绍在训练语义分割模型时,出现以下错误: RuntimeError: Sizes of tensors must match except in dimension 1. Got 61 a ...
RuntimeError: Sizes of tensors must match except in dimension 2. Got 5 and 4
调试代码的时候,遇到***RuntimeError: Sizes of tensors must match except in dimension 2. Got 5 and 4*** 这个问题, 解 ...
RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 1.
最近在修改模型不支持的算子后,由于对模型的效果产生了影响,所以需要进行微调训练,但是训练的时候报错了,如下: File "/home/xxxxxxx/EdgeNets/nn_layers/e ...
pytorch dataload 出错：: invalid argument 0: Sizes of tensors must match except in dimension 0
错误信息:"RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got ...
Pytorch_Geometric（PyG）使用DataLoader报错RuntimeError: Sizes of tensors must match except in dimension 0.
使用Pytorch_Geometric(PyG)时构建DataLoader,从DataLoader获取样本Batch时报错:RuntimeError: Sizes of tensors must ma ...
RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0—问题分析
声明: 这里仅仅提供一个思路,暂时没有绝对正确通用的解决方案作者:{ 墨理 } 感谢通过私信.评论交流,协力探讨解决问题的同学 UP .Penser 文章目录探讨的 pytorch 报错信息如下 ...

Sizes of tensors must match except in dimension 1. Expected size 44 but got size 45 for tensor numbe

项目场景：

问题描述

原因分析：

解决方案：

Sizes of tensors must match except in dimension 1. Expected size 44 but got size 45 for tensor numbe相关推荐

最新文章

热门文章