Pytorch 张量错误：ValueError：预期输入 batch_size (1) 以匹配目标 batch_size (2)

Question

我目前正在为剪刀石头布程序创建卷积神经网络，但出现以下错误：ValueError：预期输入 batch_size (1) 与目标 batch_size (2) 匹配。

当我打印“目标”的大小时，我得到 torch.size([1,0]) 并且“输入”的大小是 torch.Size([1, 3, 150, 150])。

此代码训练我目前拥有的卷积神经网络 model。 第一个 function "img_configs"，把图像变成可读数据。 然后 function “train_bath_craetor” 给我随机图像，我可以使用它们进行训练。

在这个错误之前，我遇到了一个问题，我的代码对于训练来说是可预测的。 问题是有一个模式。 训练数据总是重复“布”、“石头”、“剪刀”值。 所以我必须想出一种方法来打乱输入列表，所以我打乱了列表。 但是我还必须知道哪个张量具有正确的 label（正确值）。 所以我应用了这段代码：

temp = list(zip(inputs, outputs))

random.shuffle(temp)

res1, res2 = zip(*temp)

shuffled_inputs, shuffled_outputs = list(res1), list(res2)

此代码以完全相同的方式打乱两个列表，因此我现在知道哪个输入附加了正确的 label。 布有 label 的 0，石头有 1，剪刀有 2。

Answer 1

我不认为我能猜出为什么你的批量大小不匹配而没有看到你的训练循环看起来像什么，但是如果你在实施你的改组代码后开始收到这个错误，你可以尝试用 PyTorch DataLoader替换它，它是 PyTorch 中洗牌和批处理训练数据的标准方式。

例如，如果我有一个有序的数据集，并且我想一次加载 3 个随机示例的批次：

from torch.utils.data import DataLoader

dataset = [
    {"input": "input0", "target": "rock"},
    {"input": "input1", "target": "paper"},
    {"input": "input2", "target": "scissors"},
    {"input": "input3", "target": "rock"},
    {"input": "input4", "target": "paper"},
    {"input": "input5", "target": "scissors"},
    {"input": "input6", "target": "rock"},
    {"input": "input7", "target": "paper"},
    {"input": "input8", "target": "scissors"},
]

dataloader = DataLoader(dataset, batch_size=3, shuffle=True)

for batch in dataloader:
    print(batch)

Output：

{'input': ['input0', 'input1', 'input2'], 'target': ['rock', 'paper', 'scissors']}
{'input': ['input4', 'input7', 'input3'], 'target': ['paper', 'paper', 'rock']}
{'input': ['input6', 'input8', 'input5'], 'target': ['rock', 'scissors', 'scissors']}