在处理数据的过程中一直运行正常的padding函数突然报错
Traceback (most recent call last):
File "D:\miniconda\lib\site-packages\IPython\core\interactiveshell.py", line 3437, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-39-3415d73fe3d9>", line 1, in <module>
torch.nn.ZeroPad2d(5)(a)
File "D:\miniconda\lib\site-packages\torch\nn\modules\module.py", line 727, in _call_impl
result = self.forward(*input, **kwargs)
File "D:\miniconda\lib\site-packages\torch\nn\modules\padding.py", line 21, in forward
return F.pad(input, self.padding, 'constant', self.value)
File "D:\miniconda\lib\site-packages\torch\nn\functional.py", line 3551, in _pad
assert len(pad) // 2 <= input.dim(), 'Padding length too large'
AssertionError: Padding length too large
Google和百度都没有找到相关解释,就自己摸索了一下。
和所有的nn类一样,torch.nn.ZeroPad2d()类也是调用了torch.nn.functional中的函数。和nn中指定padding维度不一样的是,functional中需要设定一个pad参量,举个例子:
>>> import torch
>>> import torch.nn.functional as F
>>> # 定义一个10*3*224*224的tensor
>>> a = torch.rand(10, 3, 224, 224)
>>> # 将张量的dim=2和dim=3的两侧分别扩充3个0元素,需要注意的是pad中操作的维度是从后往前的
>>> F.pad(a, pad=(3, 3, 3, 3), mode='constant', value=0).shape
>>> torch.Size([10, 3, 230, 230])
这解释了F.pad的源代码中第一个assert--什么是pad和pad的长度为什么要能整除2
assert len(pad) % 2 == 0, 'Padding length must be divisible by 2'
接着就是第二个assert,也就是我遇到的问题:
assert len(pad) // 2 <= input.dim(), 'Padding length too large'
遇到这个问题的原因是需要pad的tensor设定错了导致了len(pad)//2 >= input.dim()
所以当遇到这个问题的时候,检查一下你输入的tensor是不是维数太小了,如果确实是想对低维度的tensor padding那么就先扩张吧