Python 如何将变换应用于火炬张量

我有一个火炬张量

z

，我想将变换矩阵

mat

应用于

z

，并使输出与

z

的大小完全相同。以下是我正在运行的代码：

def trans(z):
    print(z)
    mat = transforms.Compose([transforms.ToPILImage(),transforms.RandomRotation(90),transforms.ToTensor()])
    z = Variable(mat(z.cpu()).cuda())
    z = nnf.interpolate(z, size=(28, 28), mode='linear', align_corners=False)
    return z
z = trans(z)

但是，我得到了这个错误：

RuntimeError                              Traceback (most recent call last)
<ipython-input-12-e2fc36889ba5> in <module>()
      3 inputs,targs=next(iter(tst_loader))
      4 recon, mean, var = vae.predict(model, inputs[img_idx])
----> 5 out = vae.generate(model, mean, var)

4 frames
/content/vae.py in generate(model, mean, var)
     90     z = trans(z)
     91     z = Variable(z.cpu().cuda())
---> 92     out = model.decode(z)
     93     return out.data.cpu()
     94 

/content/vae.py in decode(self, z)
     56 
     57     def decode(self, z):
---> 58         out = self.z_develop(z)
     59         out = out.view(z.size(0), 64, self.z_dim, self.z_dim)
     60         out = self.decoder(out)

/usr/local/lib/python3.6/dist-packages/torch/nn/modules/module.py in _call_impl(self, *input, **kwargs)
    720             result = self._slow_forward(*input, **kwargs)
    721         else:
--> 722             result = self.forward(*input, **kwargs)
    723         for hook in itertools.chain(
    724                 _global_forward_hooks.values(),

/usr/local/lib/python3.6/dist-packages/torch/nn/modules/linear.py in forward(self, input)
     89 
     90     def forward(self, input: Tensor) -> Tensor:
---> 91         return F.linear(input, self.weight, self.bias)
     92 
     93     def extra_repr(self) -> str:

/usr/local/lib/python3.6/dist-packages/torch/nn/functional.py in linear(input, weight, bias)
   1674         ret = torch.addmm(bias, input, weight.t())
   1675     else:
-> 1676         output = input.matmul(weight.t())
   1677         if bias is not None:
   1678             output += bias

RuntimeError: mat1 dim 1 must match mat2 dim 0

运行时错误回溯（最近一次调用）
在（）
3个输入，targs=下一个（iter（tst_加载器））
4侦察，平均值，var=价值预测（模型，输入[img_idx]）
---->5 out=产生的价值（模型、平均值、var）
4帧
/生成中的content/vae.py（模型、平均值、var）
90 z=变速器（z）
91 z=变量（z.cpu（）.cuda（））
--->92 out=型号解码（z）
93返回out.data.cpu（）
94
/解码中的content/vae.py（self，z）
56
57 def解码（自，z）：
--->58 out=self.z_develope（z）
59 out=out.view（z.size（0），64，self.z_dim，self.z_dim）
60输出=自译码器（输出）
/usr/local/lib/python3.6/dist-packages/torch/nn/modules/module.py in_call_impl（self，*input，**kwargs）
720结果=self.\u slow\u forward（*输入，**kwargs）
721其他：
-->722结果=自转发（*输入，**kwargs）
723用于itertools.chain中的挂钩(
724 _全局_向前_hooks.values（），
/usr/local/lib/python3.6/dist-packages/torch/nn/modules/linear.py前进（self，input）
89
90 def向前（自身，输入：张量）->张量：
--->91返回F线性（输入、自重、自偏压）
92
93 def额外报告（自我）->str：
/usr/local/lib/python3.6/dist-packages/torch/nn/functional.py（输入、重量、偏差）
1674 ret=火炬.addmm（偏差、输入、重量.t（））
1675其他：
->1676输出=输入.matmul（weight.t（））
1677如果偏差不是无：
1678输出+=偏置
运行时错误：mat1尺寸1必须与mat2尺寸0匹配

如何成功应用此旋转变换

mat

，而不发生任何错误

谢谢，

---

Vinny

问题在于，

插值

需要一个批处理维度，并且根据错误消息和成功应用的

转换

，您的数据似乎没有批处理维度。因为您的输入是空间的（基于

大小=（28,28）

），您可以通过添加批处理维度并更改

模式来解决此问题，因为
线性
用于空间输入：

z=nnf.interpolate（z.unsqueze（0），size=（28,28），mode='双线性'，align_corners=False）

如果希望
z
仍具有类似（C、H、W）的形状，则：

z=nnf.interpolate（z.unsqueze（0），size=（28,28），mode='bilinear'，align_corners=False）。挤压（0）
我尝试了这个方法，但我得到了一个错误：
未实现错误：获得了4D输入，但线性模式需要3D输入
知道为什么会发生这种情况吗@Berriel？@VinnyJacobsen哦，这是真的…
线性
上采样不适用于空间输入。我相应地更新了答案。这让我回到最初的错误：
运行时错误：mat1尺寸1必须与mat2尺寸0匹配@Berriel@VinnyJacobsen这不是初始错误…请在
插值之前用
z.shape
更新问题call@VinnyJacobsen正如你所看到的，错误发生在其他地方…所以原来的问题已经解决了。这可能不是fu我也会跟踪的。