pytorch報錯問題

代碼調(diào)試時，顯示

ValueError: num_samples should be a positive integer value, but got num_samples=0

因為我用的數(shù)據(jù)集是已經(jīng)劃分好的，所以不需要再shuffle。

加載數(shù)據(jù)時將shuffle = False，錯誤即可消除。

Pytorch報錯及解決記錄

1. ValueError: num_samples should be a positive integer value, but got num_samples=0

情況描述：

一般出現(xiàn)在DataLoader(dataset=train_data, …)行。

可能原因：

傳入的dataset沒有數(shù)據(jù)，這時的 train_data.__len__() == 0，可能是函數(shù)找不到數(shù)據(jù)文件，數(shù)據(jù)路徑不對。

解決方法：

檢查自定義的 XXDataset() 類，關(guān)于獲取數(shù)據(jù)的部分，查看路徑等是否正確。

2. RuntimeError: stack expects each tensor to be equal size, but got [1077, 3] at entry 0 and [887, 3] at entry 1

情況描述：

出現(xiàn)這個報錯時，一般輸入的數(shù)據(jù)每個樣本的大小不相同。

可能原因：

沒有對數(shù)據(jù)進行transforms.Resize()處理，或處理不當(dāng)，與網(wǎng)絡(luò)不匹配。

解決方法：

根據(jù)網(wǎng)絡(luò)輸入，對數(shù)據(jù)進行transforms.Resize()處理。

3. TypeError: pic should be PIL Image or ndarray. Got <class ‘torch.Tensor’>

情況描述：

出現(xiàn)這個報錯時，一般可能是讀取圖片數(shù)據(jù)時的格式不對，或所處理的數(shù)據(jù)不是圖片。

可能原因：

pic 數(shù)據(jù)類型應(yīng)該是 PIL Image 或 ndarray，但卻是 torch.Tensor。

解決方法：

檢查自定義的 XXDataset() 類，特別是 __getitem__() 方法，從讀取數(shù)據(jù)到返回，注意以下問題：

是否有多次對數(shù)據(jù)向tensor類型轉(zhuǎn)換，包括 torch.from_numpy()、transforms.ToTensor()等方法。

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論