DataLoader PyTorch的参数张量无效

我使用PyTorch的

DataLoader

和

Imagefolder

创建了一个数据集，我的数据集类有两个Imagefolder数据集。这两个数据集是成对的（原始和地面真实图像）。我想把这些数据输入PyTorch神经网络

数据集类：

class bsds\u数据集（数据集）：
def u u初始（自身、ds u主、ds u能量）：
self.dataset1=ds_main
self.dataset2=ds_能量
定义uu获取项目uu（自身，索引）：
x1=自数据集1[索引]
x2=自身数据集2[索引]
返回x1，x2
定义（自我）：
返回长度（自数据集1）

我正在用Imagefolder加载图像：

original_imagefolder='./images/whole'
target_imagefolder='./结果/全部'
原始\u ds=图像文件夹（原始\u图像文件夹，
transform=transforms.ToTensor（））
能量\u ds=ImageFolder（目标\u ImageFolder，transform=transforms.ToTensor（））
数据集=bsds\U数据集（原始数据集、能量数据集）
加载器=数据加载器（数据集，批量大小=16）

然后我尝试批量迭代：

枚举（加载器）中i、x、y的

：
打印（x）

发生以下错误：

RuntimeError:参数0无效：除维度0外，张量的大小必须匹配。在..\aten\src\TH/generic/THTensor.cpp:711处获得维度2中的321和481

数据集是BSDS500：

数据集中的所有图像均为481x321或321x481像素。 我认为需要进行一些变换，但我不想破坏图像并拉伸它们

完全回溯：

C:\Anaconda3\envs\torchgpu\lib\site-packages\ipykernel_launcher.py:77: UserWarning: nn.init.xavier_normal is now deprecated in favor of nn.init.xavier_normal_.
C:\Anaconda3\envs\torchgpu\lib\site-packages\ipykernel_launcher.py:78: UserWarning: nn.init.constant is now deprecated in favor of nn.init.constant_.
---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-42-4c4ba0a13c32> in <module>
      5 optimizer = optim.SGD(model.parameters(), lr=0.001)
      6 for epoch in range(epochs):
----> 7     for i, batch in enumerate(loader):
      8         print(batch)

C:\Anaconda3\envs\torchgpu\lib\site-packages\torch\utils\data\dataloader.py in __next__(self)
    558         if self.num_workers == 0:  # same-process loading
    559             indices = next(self.sample_iter)  # may raise StopIteration
--> 560             batch = self.collate_fn([self.dataset[i] for i in indices])
    561             if self.pin_memory:
    562                 batch = _utils.pin_memory.pin_memory_batch(batch)

C:\Anaconda3\envs\torchgpu\lib\site-packages\torch\utils\data\_utils\collate.py in default_collate(batch)
     66     elif isinstance(batch[0], container_abcs.Sequence):
     67         transposed = zip(*batch)
---> 68         return [default_collate(samples) for samples in transposed]
     69 
     70     raise TypeError((error_msg_fmt.format(type(batch[0]))))

C:\Anaconda3\envs\torchgpu\lib\site-packages\torch\utils\data\_utils\collate.py in <listcomp>(.0)
     66     elif isinstance(batch[0], container_abcs.Sequence):
     67         transposed = zip(*batch)
---> 68         return [default_collate(samples) for samples in transposed]
     69 
     70     raise TypeError((error_msg_fmt.format(type(batch[0]))))

C:\Anaconda3\envs\torchgpu\lib\site-packages\torch\utils\data\_utils\collate.py in default_collate(batch)
     66     elif isinstance(batch[0], container_abcs.Sequence):
     67         transposed = zip(*batch)
---> 68         return [default_collate(samples) for samples in transposed]
     69 
     70     raise TypeError((error_msg_fmt.format(type(batch[0]))))

C:\Anaconda3\envs\torchgpu\lib\site-packages\torch\utils\data\_utils\collate.py in <listcomp>(.0)
     66     elif isinstance(batch[0], container_abcs.Sequence):
     67         transposed = zip(*batch)
---> 68         return [default_collate(samples) for samples in transposed]
     69 
     70     raise TypeError((error_msg_fmt.format(type(batch[0]))))

C:\Anaconda3\envs\torchgpu\lib\site-packages\torch\utils\data\_utils\collate.py in default_collate(batch)
     41             storage = batch[0].storage()._new_shared(numel)
     42             out = batch[0].new(storage)
---> 43         return torch.stack(batch, 0, out=out)
     44     elif elem_type.__module__ == 'numpy' and elem_type.__name__ != 'str_' \
     45             and elem_type.__name__ != 'string_':

RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 321 and 481 in dimension 2 at ..\aten\src\TH/generic/THTensor.cpp:711

C:\Anaconda3\envs\torchgpu\lib\site packages\ipykernel_launcher.py:77:UserWarning:nn.init.xavier_normal现在被弃用，取而代之的是nn.init.xavier_normal。
C:\Anaconda3\envs\torchgpu\lib\site packages\ipykernel\u launcher.py:78:UserWarning:nn.init.constant现在被弃用，取而代之的是nn.init.constant。
---------------------------------------------------------------------------
运行时错误回溯（上次最近调用）
在里面
5 optimizer=optim.SGD（model.parameters（），lr=0.001）
6对于范围内的历元（历元）：
---->7对于i，枚举中的批处理（加载器）：
8打印（批）
C:\Anaconda3\envs\torchgpu\lib\site packages\torch\utils\data\dataloader.py in\uuuuuuuu next\uuuuuu（self）
558如果self.num_workers==0:#相同的进程加载
559索引=下一个（self.sample#iter）#可能引发停止迭代
-->560 batch=self.collate\u fn（[self.dataset[i]表示索引中的i]）
561如果self.pin_内存：
562批=_utils.pin_memory.pin_memory_批（批）
C:\Anaconda3\envs\torchgpu\lib\site packages\torch\utils\data\\u utils\collate.py默认值为\u collate（批处理）
66 elif isinstance（批次[0]，容器顺序）：
67转置=压缩（*批次）
--->68返回[对于转置中的样本，默认进行校对（样本）]
69
70 raise TypeError（（错误消息格式（类型[0]））
C:\Anaconda3\envs\torchgpu\lib\site packages\torch\utils\data\u utils\collate.py in（.0）
66 elif isinstance（批次[0]，容器顺序）：
67转置=压缩（*批次）
--->68返回[对于转置中的样本，默认进行校对（样本）]
69
70 raise TypeError（（错误消息格式（类型[0]））
C:\Anaconda3\envs\torchgpu\lib\site packages\torch\utils\data\\u utils\collate.py默认值为\u collate（批处理）
66 elif isinstance（批次[0]，容器顺序）：
67转置=压缩（*批次）
--->68返回[对于转置中的样本，默认进行校对（样本）]
69
70 raise TypeError（（错误消息格式（类型[0]））
C:\Anaconda3\envs\torchgpu\lib\site packages\torch\utils\data\u utils\collate.py in（.0）
66 elif isinstance（批次[0]，容器顺序）：
67转置=压缩（*批次）
--->68返回[对于转置中的样本，默认进行校对（样本）]
69
70 raise TypeError（（错误消息格式（类型[0]））
C:\Anaconda3\envs\torchgpu\lib\site packages\torch\utils\data\\u utils\collate.py默认值为\u collate（批处理）
41存储=批处理[0]。存储（）
42 out=批处理[0]。新建（存储）
--->43返回火炬堆（批次，0，输出=输出）
44 elif元素类型。元素模块=和元素类型。元素名称str_'\
45和元素类型字符串“：
RuntimeError:参数0无效：除维度0外，张量的大小必须匹配。在..\aten\src\TH/generic/THTensor.cpp:711处获得维度2中的321和481