试图在一张图像上预测CNN火把的错误吗？

Question

错误消息

追溯(最近一次调用)：文件"pred.py"，第134行，在输出=模型(数据)运行时错误:4维权重16、3、3、3的预期4维输入，但得到了尺寸为1、32、32的三维输入。

预测码

normalize = transforms.Normalize(mean=[0.4914, 0.4824, 0.4467],
                                     std=[0.2471, 0.2435, 0.2616])
train_set = transforms.Compose([
                                 transforms.RandomCrop(32, padding=4),
                                 transforms.RandomHorizontalFlip(),
                                 transforms.ToTensor(),
                                 normalize,
                                     ])

model = models.condensenet(args)
model = nn.DataParallel(model)
PATH = "results/savedir/save_models/checkpoint_001.pth.tar"

model.load_state_dict(torch.load(PATH)['state_dict'])


device = torch.device("cpu")

model.eval()

image = Image.open("horse.jpg")
input = train_set(image)
train_loader = torch.utils.data.DataLoader(
        input,
        batch_size=1,shuffle=True, num_workers=1)
for i, data in enumerate(train_loader):
    
    #input_var = torch.autograd.Variable(data, volatile=True)
    #input_var = input_var.view(1, 3, 32,32)
    
    **output = model(data)
topk=(1,5)
maxk = max(topk)

_, pred = output.topk(maxk, 1, True, True)

当我试图对单个图像进行预测时，会出现这个错误吗？ 图像形状/大小错误消息

链接到保存的模型

训练代码库

Answer 1

而不是执行for循环和train_loader，而是通过直接将输入传递到模型来解决这个问题。像这样

input = train_set(image)
input = input.unsqueeze(0)
model.eval()
output = model(input)

更详细的信息可以在这里找到链接。

Answer 2

请取消注释这一行#input_var = input_var.view(1, 3, 32,32)，以便输入维数为4。

我猜你不会吧。如果输入通道为3，则使用input_var = input_var.view(1, 1, 32,32) (如果灰度)