Pytorch中训练期间动态数据迭代器值的变化

我的数据加载器：

LoadData(Dataset):
    def __init__(self, ..., ...., ...):
        self.ns = (640, 640)
        .....
        .....

   def __getitem__(index):
       img = resize(img[index], self.ns)
       .....
       .....
       return img

   def set_size(self, ns):
       self.ns = ns

还有训练循环

for img in dataiterator:
    forward(img)
    backward()
    datatiterator.dataset.set_size(new_ns)

我想在每次迭代后动态调整图像大小。当我像上面那样做时，它不起作用。有什么简单的技巧可以做到这一点吗？请帮忙

---

最好，

您希望在每次迭代中更改图像的大小吗？或者你想把它作为增强的一部分？您有一组大小可供选择吗？我想在每次迭代时更改图像批的大小，是的。您想在每次迭代中更改图像的大小吗？或者你想把它作为增强的一部分？您有一组大小可供选择吗？我想在每次迭代时更改图像批的大小，是的。