pytorch报错问题:ValueError: num_samples should be a positive integer value, but got num_samples=0

pytorch报错问题

代码调试时，显示

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

因为我用的数据集是已经划分好的，所以不需要再shuffle。

加载数据时将shuffle = False，错误即可消除。

Pytorch报错及解决记录

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

情况描述：

一般出现在DataLoader(dataset=train_data, …)行。

可能原因：

传入的dataset没有数据，这时的 train_data.__len__() == 0，可能是函数找不到数据文件，数据路径不对。

解决方法：

检查自定义的 XXDataset() 类，关于获取数据的部分，查看路径等是否正确。

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

情况描述：

出现这个报错时，一般输入的数据每个样本的大小不相同。

可能原因：

没有对数据进行transforms.Resize()处理，或处理不当，与网络不匹配。

解决方法：

根据网络输入，对数据进行transforms.Resize()处理。

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

情况描述：

出现这个报错时，一般可能是读取图片数据时的格式不对，或所处理的数据不是图片。

可能原因：

pic 数据类型应该是 PIL Image 或 ndarray，但却是 torch.Tensor。

解决方法：

检查自定义的 XXDataset() 类，特别是 __getitem__() 方法，从读取数据到返回，注意以下问题：

是否有多次对数据向tensor类型转换，包括 torch.from_numpy()、transforms.ToTensor()等方法。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

最新评论