我将输入png图像直接导入，得到一个单通道图像，然后做卷积操作，就一直报错，说什么应该是INT类型却得到一个float类型，然后只要我将它用convert('RGB')变成3通道图像后，就不报错了。不知道为什么。
1条回答 默认 最新
爱晚乏客游 2021-11-22 09:47关注不是不接受，应该是你png图片的问题，你可以将单通道图片转成gray得到int类型的图片
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决评论 打赏无用 1举报
分享
- 2022-10-06 22:07回答 2 已采纳 transforms.Grayscale(num_output_channels=2)
- 2021-07-16 17:15回答 1 已采纳 [[1.0],[2.0],[3.0]],下面一样外面加层括号
- 2022-10-27 18:56回答 2 已采纳 Pytorch-gpu版安装教程【注意：无需提前安装cuda和cudnn】_山风wind的博客-CSDN博客_pytorch一定要cuda吗
- 2024-04-11 20:10prinTao的博客 这种方法可以在不改变特征图空间维度（高度和宽度）的情况下，调整其深度（通道数），从而实现特征图的通道数对齐。除此之外，1x1卷积还可以用于实现网络中的参数降维和增维，以及在某些情况下替代全连接层。
- 2022-04-26 09:27回答 2 已采纳 没有方法，只能 device = device = torch.device('cuda',0) # 在后续的 torch.Tensor 和 torch.nn.Module 后 添加 to(devic
- 2022-11-28 16:32回答 2 已采纳 我认为唯一主要的加速将发生于并行。如果您因为cpu受限问题，那么利用多核是至关重要的。试着让每一行通过不同的（线程/进程）。当然，这会引起更多的问题，例如数据是否需要按照输入文件中的相同顺序排列。
- 2023-01-04 17:33回答 4 已采纳 你好，这个错误可能是由于 Pandas 库依赖的其他库或文件缺失引起的。在你尝试引入 Pandas 库之前，请确保你已经安装了它所依赖的其他库。你可以使用 pip 或 conda 命令来安装这些库。
- 2023-06-25 12:56flysnownet的博客 randn(1 , 256 , 256) # 示例，随机生成一个单通道图像 # 将图像张量保存为文件 save_image(image , "single_channel_image.png" , normalize = True)pytorch中通常如上使用torchvision.utils.save_image来保存图片...
- 2023-03-15 22:55回答 2 已采纳 说明你的numpy的切片索引没有写对。
- 2021-09-12 17:14回答 2 已采纳 你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，技术专家团超时未为您做出解答 本次提问扣除的有问必答次数，已经为您补发到账户，我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。
- 2022-11-11 16:14回答 2 已采纳 给你找了一篇非常好的博客，你可以看看是否有帮助，链接：pytorch无法调用gpu的一些解决方法
- 2023-03-07 20:35愿你酷得像风的博客 修改ResNet训练单通道灰度图像分类网络步骤（Pytorch）
- 2024-03-25 15:45一位不愿透露姓氏的黄先生的博客 观察一下对应的 shape，分别对应的是：单个batch 的样本数 通道数 图像的长 图像的宽 （MNIST数据集的单个样本像素值是28*28） torch.Size([32, 1, 28, 28]) 4. 数据可视化 # 指定图片大小，图像大小为20宽、5高的...
- 2024-07-21 23:01薛定谔的猫_大雪的博客 在使用Keras处理图像数据时，输入图像的张量维度与PyTorch类似，但Keras通常遵循Theano或TensorFlow的维度顺序。：代表图片的通道数（channels）。在使用PyTorch处理图片时，输入的图片通常会被转换成一个张量...
- 2023-05-11 22:17零点_ling的博客 model.conv1 = nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3, bias=False) model = model.to(device) 借鉴于ResNet训练单通道图像分类网络（Pytorch）_resnet 单通道_望~的博客-CSDN博客
- 没有解决我的问题, 去提问
问题事件
系统已结题
11月30日
已采纳回答
11月22日-
创建了问题
11月21日