Python Pytorch transforms.RandomRotation（）在Google Colab上不起作用

正常情况下，我在电脑上进行字母和数字识别，我想把我的项目转移到Colab，但不幸的是出现了一个错误（你可以看到下面的错误）。 经过一些调试，我发现哪一行给了我错误

transforms.RandomRotation(degrees=(90, -90))

下面，我编写了简单的抽象代码来显示此错误。此代码在colab上不起作用，但在我自己的计算机环境下可以正常工作。问题可能与pytorch库的不同版本有关。我的计算机上有版本1.3.1，colab使用版本1.4.0

import torch
import torchvision
from torchvision import datasets, transforms
import matplotlib.pyplot as plt   
    transformOpt = transforms.Compose([
            transforms.RandomRotation(degrees=(90, -90)),
            transforms.ToTensor()
        ])

    train_set = datasets.MNIST(
        root='', train=True, transform=transformOpt, download=True)
    test_set = datasets.MNIST(
        root='', train=False, transform=transformOpt, download=True)


    train_loader = torch.utils.data.DataLoader(
        dataset=train_set,
        batch_size=100,
        shuffle=True)
    test_loader = torch.utils.data.DataLoader(
        dataset=test_set,
        batch_size=100,
        shuffle=False)

    images, labels = next(iter(train_loader))
    plt.imshow(images[0].view(28, 28), cmap="gray")
    plt.show()

我在GoogleColab上执行上面的示例代码时遇到的完整错误

TypeError回溯（最近一次调用）
在（）
24随机播放=错误）
25
--->26图像，标签=下一个（iter（列车装载机））
27 plt.imshow（图像[0]。视图（28,28），cmap=“灰色”）
28 plt.show（）
10帧
/usr/local/lib/python3.6/dist-packages/torch/utils/data/dataloader.py in\uuuuuuuu next\uuuuuuu（self）
343
344定义下一个定义（自身）：
-->345数据=self.\u next\u data（）
346自身数量+=1
347如果self.\u dataset\u kind==\u DatasetKind.Iterable和\
/usr/local/lib/python3.6/dist-packages/torch/utils/data/dataloader.py in_next_data（self）
383定义下一个定义数据（自身）：
384 index=self._next_index（）#可能会引发停止迭代
-->385 data=self._dataset_fetcher.fetch（index）#可能引发停止迭代
386如果自。\ U引脚\内存：
387数据=_utils.pin_内存。pin_内存（数据）
/usr/local/lib/python3.6/dist-packages/torch/utils/data//u utils/fetch.py在fetch中（self，可能是批处理索引）
42 def fetch（自身，可能是批处理索引）：
43如果自我自动排序：
--->44 data=[self.dataset[idx]用于可能的批处理索引中的idx]
45其他：
46 data=self.dataset[可能是批处理索引]
/usr/local/lib/python3.6/dist-packages/torch/utils/data//u utils/fetch.py in（.0）
42 def fetch（自身，可能是批处理索引）：
43如果自我自动排序：
--->44 data=[self.dataset[idx]用于可能的批处理索引中的idx]
45其他：
46 data=self.dataset[可能是批处理索引]
/usr/local/lib/python3.6/dist-packages/torchvision/datasets/mnist.py in_u__获取项目（self，index）
95
96如果self.transform不是None：
--->97 img=自转换（img）
98
99如果self.target_transform不是None：
/usr/local/lib/python3.6/dist-packages/torchvision/transforms/transforms.py in___调用（self，img）
68定义呼叫（自我，img）：
69对于self.transforms中的t：
--->70 img=t（img）
71返回img
72
/usr/local/lib/python3.6/dist-packages/torchvision/transforms/transforms.py in__调用__（self，img）1001 angle=self.get_参数（self.degrees）1002
->1003返回F旋转（img、角度、自重采样、自扩展、自中心、自填充）1004 1005 def
__报告（自我）：
/旋转中的usr/local/lib/python3.6/dist-packages/torchvision/transforms/functional.py（img、角度、重采样、展开、居中、填充）
727 fill=元组（[fill]*3）
728
-->729返回图像旋转（角度、重采样、展开、居中、填充颜色=填充）
730
731
/usr/local/lib/python3.6/dist-packages/PIL/Image.py in rotate（自、角度、重采样、展开、居中、平移、填充颜色）2003 w，h=nw，nh 2004
->2005返回self.transform（（w，h），仿射，矩阵，重采样，fillcolor=fillcolor）2006 2007定义保存（self，fp，format=None，**参数）：
/usr/local/lib/python3.6/dist-packages/PIL/Image.py in transform（自身、大小、方法、数据、重采样、填充、填充颜色）2297提升值错误（“缺少方法数据”）2298
->2299 im=new（self.mode，size，fillcolor）2300如果方法==MESH:2301#四边形列表
/usr/local/lib/python3.6/dist-packages/PIL/Image.py新（模式、大小、颜色）2503 im.palete=imagepalete.imagepalete（）2504 color=im.palete.getcolor（颜色）
->2505返回im._新（芯填充（模式、尺寸、颜色））2506 2507
TypeError:函数只接受1个参数（给定3个）

你完全正确。torchvision 0.5在

full

参数中的

RandomRotation（）

中有一个错误，可能是由于枕头版本不兼容。这一问题现已得到修复（），将在下一版本中解决

暂时将

fill=（0，）

添加到

RandomRotation

变换中以修复它

transforms.RandomRotation(degrees=(90, -90), fill=(0,))

---

你能粘贴完整的错误跟踪吗？@kHarshit谢谢，我添加了完整的错误跟踪。顺便说一句，您可以将此示例代码粘贴到自己的colab中，并亲自查看错误。我发现错误来自我提到的那一行，但我不知道如何解决它。嗨，哈拉什，你使用的是哪个版本的PIL。。。我有'5.0.0'，通过fill=（0，）并不能解决我的问题。。。Thanks@LuisCandanedo您现在可以升级到torchvision v0.6.0，或查看github发布页面。我不确定使用了什么版本的PIL。我只想说这个bug在2020年仍然是个问题，但至少你在这里列出的解决方法仍然有效。

transforms.RandomRotation(degrees=(90, -90), fill=(0,))