无法规范化PyTorch中的张量

我试图规范化我的网络输出的张量，但这样做会出错。代码如下：

device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
model_load_path = r'path\to\saved\model\file'
model.load_state_dict(torch.load(model_load_path))
model.eval()
output = model(input).to(device).view(-1, 1, 150, 150)
inv_normalize = transforms.Compose(
    [
        transforms.Normalize(mean=[-0.5/0.5], std=[1/0.5])
    ]
)
print(output.size())  # The size printed is torch.Size([1, 1, 150, 150])
output = inv_normalize(output)

我在以下行中遇到错误：

output = inv_normalize(output)

错误内容如下：

TypeError: tensor is not a torch image.

我的输出是单个图像，具有单个通道，高度和宽度=150

---

任何帮助都将不胜感激！谢谢

为了应用

变换。规范化
您必须将输入转换为张量。为此，您可以使用


这个张量必须由三个维度组成（通道、高度、宽度）。目前你有一个维度到多个维度。只需删除
视图中的额外维度
调用：

output = model(input).to(device).view(1, 150, 150)

为了应用
变换。规范化
必须将输入转换为张量。为此，您可以使用


这个张量必须由三个维度组成（通道、高度、宽度）。目前你有一个维度到多个维度。只需删除
视图中的额外维度
调用：

output = model(input).to(device).view(1, 150, 150)

我的输入已经是张量了。我还是尝试了一下，在transforms.ToTensor（）中出现了以下错误：pic应该是PIL Image或ndarray。得到了
除了作为张量的要求外，
的输入将进行变换。规范化
必须由三个维度组成（x、y和颜色通道）。现在你有一个维度到很多。我的输入已经是张量了。我还是尝试了一下，在transforms.ToTensor（）中出现了以下错误：pic应该是PIL Image或ndarray。得到了
除了作为张量的要求外，
的输入将进行变换。规范化
必须由三个维度组成（x、y和颜色通道）。目前你有一个维度到多个维度。