遇到“TypeError：'<' not supported between instances of 'Tensor' and 'list'" when going through dataset

Question

我正在复制 ResNet（来源：https://arxiv.org/abs/1512.03385）。

我遇到了错误“TypeError: '<' not supported between instances of 'Tensor' and 'list'" when trying to go through several different dataset in different sections of my code.

我尝试了不同的修复，但没有成功：（i）我删除了枚举，因为我担心使用它可能会导致问题（ii）我尝试通过数据加载器而不是数据集，但它不起作用

第一次：当我尝试查看图像时：

    for images, _ in train_loader:
        print('images.shape:', images.shape)
        plt.figure(figsize=(16,8))
        plt.axis('off')
        plt.imshow(torchvision.utils.make_grid(images, nrow=16).permute((1, 2, 0)))
        break

第二次/第三次：当我尝试验证/测试 resnet 时：

    with torch.no_grad():
        for j, inputs, labels in enumerate(test_loader, start=0):
            outputs = resnet_models[i](inputs) 
            _, prediction = torch.max(outputs, dim=1) 
            

你可能会注意到，我在训练resnet时并没有遇到这个错误，而且代码非常相似：

for batch, data in enumerate(train_dataloader, start=0): 
    inputs, labels = data
    inputs, labels = inputs.to(device), labels.to(device) 

错误信息（以第一个错误为例，其余都差不多）

TypeError Traceback（最近一次调用最后一次） 输入 [38]，在 () 中 6 print(“标准化后的图像”) 7 打印(“--------------------------”) ----> 图像为 8，training_data 中的 _： 9 排序=假 10 print('images.shape:', images.shape)

文件 ~/miniconda3/envs/resnet/lib/python3.9/site->packages/torch/utils/data/dataset.py:471，在子集中。getitem(self, idx) 第469章 第470章 --> 471 返回 self.dataset[self.indices[idx]]

文件〜/miniconda3/envs/resnet/lib/python3.9/site->packages/torchvision/datasets/cifar.py:118，在CIFAR10中。getitem（self，index） [第 115 章] 117 如果 self.transform 不是 None： --> 118 img = self.transform(img) 120 如果 self.target_transform 不是 None： 第121话

文件 ~/miniconda3/envs/resnet/lib/python3.9/site->packages/torchvision/transforms/transforms.py:95，在 Compose 中。

call(self, img) 93 def call（自我，img）： 94 for t in self.transforms： ---> 95 img = t(img) 96 返回图片

文件 ~/miniconda3/envs/resnet/lib/python3.9/site->packages/torch/nn/modules/module.py:1110，在 Module._call_impl(self, *input, **kwargs) 攀上漂亮女局长之后1106 攀上漂亮女局长之后1107 第1108章 [第 1109 章] -> 1110 返回forward_call（*输入，**kwargs） 第1111章 第1112章

文件 ~/miniconda3/envs/resnet/lib/python3.9/site->packages/torchvision/transforms/transforms.py:707，在 RandomHorizontalFlip.forward(self, >img) 699 def 转发（自身，img）： 第700章 第701章 702 img (PIL Image or Tensor)：要翻转的图像。 （...） 705 PIL图像或张量：随机翻转图像。 第706章 --> 707 if torch.rand(1)

类型错误：'< self.p: 708 return F.hflip(img) 709 return img

<' not supported between instances of 'Tensor' and 'list'

Answer 1

torchvision.transforms.RandomHorizontalFlip([0.5]),

错误在于这个转换的输入不应该是列表，而应该是

torchvision.transforms.RandomHorizontalFlip(0.5),

所以，如果有什么我可以推荐的，那就是也许有一些列表参数正在传递，不应该在某些转换或其他方式中。

Answer 2

类型错误：“张量”和“列表”实例之间不支持“...”

当我尝试将

<

与张量和列表一起使用时，如下所示。 *将

<=

、

>

或

>=

与张量和列表一起使用也会出现相同的错误：

import torch

torch.tensor([5, 10, 15]) < [2] # Error

所以，我将

<

与张量和

2

一起使用，然后我可以得到如下所示的结果：

import torch

torch.tensor([5, 10, 15]) < 2 # tensor([False, False, False])

此外，您可以将 

==

或

!=

与张量和列表一起使用，则可以得到如下所示的结果：

import torch

torch.tensor([5, 10, 15]) == [2] # False

import torch

torch.tensor([5, 10, 15]) != [2] # True