PyTorch/SpykeTorch中的DataLouder：转换数据提取问题

同事们，我在PyTorch和SpykeTorch（基于PyTorch）中使用神经网络，我需要创建图像数据集，并将它们放在数据扩音器中进行进一步处理。 完整的程序如下：
1.张量的生成，
2.使用torchvision.transforms.ToPILImage（），
3.将创建的图像保存到目录，
4.基于带有图像转换的目录创建ImageFolder（使用过滤器），
5.从ImageFolder创建数据加载器

image_set = torch.rand([10000, 28, 28], dtype=torch.float)   

path = './data/images/'  
os.makedirs(path)  
        
tTPI = torchvision.transforms.ToPILImage()   
    
for i in range(n):   
    single_image = tTPI(image_set[i])     
    image_file = path+f'pic_{i}.jpg'   
    saved_image = single_image.save(f'{path}pic_{i}.jpg')    

kernels = [ SpykeTorch.utils.DoGKernel(7,1,2),
            SpykeTorch.utils.DoGKernel(7,2,1)]
filter = SpykeTorch.utils.Filter(kernels, padding = 3, thresholds = 50)
s1 = S1Transform(filter)

RandomImageFolder = ImageFolder(root='./data/', transform = s1)  
RandomDataLoader = DataLoader(RandomImageFolder, batch_size=len(RandomImageFolder))   

此外，来自数据加载器的数据用于工作（例如，它被神经网络识别）

问题是，从DataLoader中拉出数据和标签时，会发生错误：

RuntimeError: Given groups = 1, weight of size [2, 1, 7, 7], expected input [1, 3, 28, 28] to have 1 channels, but got 3 channels instead

根据维度[1,2,7,7]判断，错误发生在阶段4，其中一组过滤器用于转换。
但是，在这种情况下使用一组不同的过滤器不会导致任何错误。

---

如何在不更改过滤器的情况下解决此问题？

问题在于，当加载到ImageFolder中时，生成的*.jpg文件被视为RGB，大小为[1,3,28,28]，而不是[1,1,28,28]

我在transform中添加了：

RuntimeError: Given groups = 1, weight of size [2, 1, 7, 7], expected input [1, 3, 28, 28] to have 1 channels, but got 3 channels instead

from PIL import ImageOps
 
gray_image = ImageOps.grayscale(image)