Pytorch:正在尝试将转换应用于numpy数组。。。由于错误而失败

任何帮助都将不胜感激。transforms.py中的代码表示，转换应该/将应用于PIL图像以及Ndarray。 给定这些变换：

data_transforms = {
    'train': transforms.Compose([
        transforms.Scale(256),
        transforms.Pad(4,0),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'val': transforms.Compose([
        transforms.Scale(256),
        transforms.Pad(4,0),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
}

我希望将转换应用于从其他代码获得的Ndarray。假设它是x_数据，其形状为（1000120160,3），其中尺寸为（总行、宽度、高度、通道）

执行以下操作失败（我只想应用一个转换）：

发出以下信息：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-93-a703e3b9c76d> in <module>()
----> 1 foo(x_data[1])

~/anaconda3/envs/pytorch/lib/python3.5/site-packages/torchvision-0.1.9-py3.5.egg/torchvision/transforms.py in __call__(self, img)
     32     def __call__(self, img):
     33         for t in self.transforms:
---> 34             img = t(img)
     35         return img
     36 

~/anaconda3/envs/pytorch/lib/python3.5/site-packages/torchvision-0.1.9-py3.5.egg/torchvision/transforms.py in __call__(self, img)
    185         """
    186         if isinstance(self.size, int):
--> 187             w, h = img.size
    188             if (w <= h and w == self.size) or (h <= w and h == self.size):
    189                 return img

TypeError: 'int' object is not iterable

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1个foo（x_数据[1]）
~/anaconda3/envs/pytorch/lib/python3.5/site-packages/torchvision-0.1.9-py3.5.egg/torchvision/transforms.py in\uuuu call\uuuuu（self，img）
32 def呼叫（自我，img）：
33对于自转换中的t：
--->34 img=t（img）
35返回img
36
~/anaconda3/envs/pytorch/lib/python3.5/site-packages/torchvision-0.1.9-py3.5.egg/torchvision/transforms.py in\uuuu call\uuuuu（self，img）
185         """
186如果isinstance（self.size，int）：
-->187 w，h=img.尺寸
188如果（w我认为你不能在numpy数组上应用转换。Scale（现在调整大小）在PIL图像上的作用与许多其他转换类似

源代码很容易理解，请看这里：
大多数transforms方法仅将PIL对象作为输入。但是您可以添加另一个名为
transforms.topiImage（）
的转换，该转换将nd数组作为输入，以将nd数组转换为PIL对象。因此，在您的情况下，dictionary变量应为：

data_transforms = {
'train': transforms.Compose([
    transforms.ToPILImage()
    transforms.Scale(256),
    transforms.Pad(4,0),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
'val': transforms.Compose([
    transforms.Scale(256),
    transforms.Pad(4,0),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
}

请注意，这些转换是按顺序进行的。因此有必要添加
toPILImage
转换作为第一个转换。因此，您的nd数组首先转换为PIL对象，然后应用其他转换

data_transforms = {
'train': transforms.Compose([
    transforms.ToPILImage()
    transforms.Scale(256),
    transforms.Pad(4,0),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
'val': transforms.Compose([
    transforms.Scale(256),
    transforms.Pad(4,0),
    transforms.ToTensor(),
    transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
}