Pytorch中报错RuntimeError: The size of tensor a (60) must match the size of tensor b (56)

已于 2022-04-13 15:17:28 修改
阅读量2w 收藏 93
点赞数 101
分类专栏： YOLOV5学习 文章标签： 机器学习 深度学习 pytorch opencv
于 2022-04-01 23:30:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43108889/article/details/123910494
版权

YOLOV5中报错：RuntimeError: The size of tensor a (60) must match the size of tensor b (56) at non-singleton dimension 3

YOLOV5

最近在学习YOLOV5的时候，刚开始遇到了如下的问题：

RuntimeError: The size of tensor a (60) must match the size of tensor b (56) at non-singLeton dimension 3

原因分析：

这可能是因为5.0的工程下载了个6.1的模型，所以不匹配

解决方案：

yolov5s.pt
[https://github.com/ultralytics/yolov5/releases/download/v5.0/yolov5s.pt]
下载下来替换掉工程文件夹里的yolov5s.pt文件
发现下面这个问题直接消失了！

RuntimeError: The size of tensor a (60) must match the size of tensor b (56) at non-singLeton dimension 3

顺利完成
在这里插入图片描述

如果对你有用麻烦点个赞，谢谢啦！

霆霆的程序员驿站
关注
  • 101
    点赞
  • 踩
  • 93
    收藏
    觉得还不错? 一键收藏
  • 38
    评论
专栏目录
On Improving the Efficiency of Tensor Voting
10-11
This paper proposes two alternative formulations to reduce the high computational complexity of tensor voting, a robust perceptual grouping technique used to extract salient information from noisy data. The first scheme consists of numerical approximations of the votes, which have been derived from an in-depth analysis of the plate and ball voting processes. The second scheme simplifies the formulation while keeping the same perceptual meaning of the original tensor voting: The stick tensor voting and the stick component of the plate tensor voting must reinforce surfaceness, the plate components of both the plate and ball tensor voting must boost curveness, whereas junctionness must be strengthened by the ball component of the ball tensor voting. Two new parameters have been proposed for the second formulation in order to control the potentially conflictive influence of the stick component of the plate vote and the ball component of the ball vote. Results show that the proposed formulations can be used in applications where efficiency is an issue since they have a complexity of order O(1). Moreover, the second proposed formulation has been shown to be more appropriate than the original tensor voting for estimating saliencies by appropriately setting the two new parameters.
PyTorch 基础：Tensor（张量）-谢TS的博客.pdf
07-17
PyTorch 是由 Facebook 研发的开源的深度学习框架，并且支持 CPU 和 GPU 加速计算。torch.Tensor 是包含单一数据类型元素的多维数组，它是 PyTorch 中数据存储和运算的基本单元，类似于 NumPy 的 numpy.ndarray，两者的函数接口和运算方式几乎一样。实际上 PyTorch 内部也是把 ndarray 包装成 Tensor。Tensor 中文称为 张量（可以看做是一个多维数组），是 PyTorch 中最基本的数据类型。
【yolov5问题解决】RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at
maCSDN12的博客
01-06 802
主要原因是因为我当前的版本是5.0，而最新版已经到了7.0，所以会自动下载7.0下的模型，所以就会导致出现问题。就根据这个地址，更改自己的版本和对应的模型名称，就可以直接下载对应的模型了。然后把下载好的模型复制到yolo项目文件下，注意是一级目录下！在使用yolo v5的时候，更改默认下载的模型时，出现这个问题。
RuntimeError: Sizes of tensors must match except in dimension 1. Got 61 and 60 in dimension 2
Guo_Python的博客
01-15 2万+
RuntimeError: Sizes of tensors must match except in dimension 1. Got 61 and 60 in dimension 2
[YOLOv5]: RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-
最新发布
qq_48559526的博客
03-15 568
出现问题的原因是版本不一致。
【ＹＯＬＯｖ５－５．０遇到的错误以及解决办法】
qq_43561603的博客
03-30 2616
问题四：AttributeError: Can't get attribute 'SPPF' on <module 'models.common' from 'D:\\PyCharmProject\\yolov5-5.0\\yolov5-5.0\\models\\common.py'>问题六：wandb.errors.UsageError: api_key not configured (no-tty). call wandb.login(key=[your_api_下载下来放入对应位置，即可运行成功。
【计算机视觉 02】YOLOv5 项目说明
weixin_42322991的博客
05-09 1175
1. 项目代码 2. 环境配置中遇到的问题 3. 参数说明
【解决问题】RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton
热门推荐
weixin_44363167的博客
03-20 4万+
【pytorch错误】RuntimeError: The size of tensor a (80) must match the size of tensor b (56) at non-singleton dimension 3
关于Demo YOLOv5项目中发现的报错以及对应的解决
ggbb_4的博客
10-06 2145
关于Demo YOLOv5项目中发现的报错以及对应的解决方法
解决yolov5 模型运行detect 报错的问题
m0_51816252的博客
06-08 6587
本文主要解决了 Can't get attribute 'SPPF' on
yolov5安装过程遇到的问题
qq_43853961的博客
10-31 633
yolov5安装过程遇到的问题
YOLOV5代码复现过程出现的问题
Wuxy123的博客
04-16 2815
YOLOV5复现过程出现的问题记录
pytorch dataloader 取batch_size时候出现bug的解决方式
12-20
1、 RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 342 and 281 in dimension 3 at /pytorch/aten/src/TH/generic/THTensorMoreMath.cpp:1333 2、 RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 3 and 1 in dimension 1 bug1
论文研究-The new model of semi-tensor compressive sensing.pdf
08-26
半张量压缩感知新模型，刘莉菲， 李丽香，首先介绍了压缩感知的相关理论知识。压缩感知不仅可以压缩信号,还可以加密信号,但是它的限制条件是测量矩阵的列数要等于信号的行�
yolov5各种bug记录
只想AC的博客
05-11 957
运行yolov5这个经典github项目的detect.py时遇到了许多bug，这里列举出我遇到的bug以及我搜索到的解决方案（如果原作者感觉冒犯，联系我立马删掉（乖巧.jpg）） bug1: subprocess.CalledProcessError: Command ‘git tag’ returned non-zero exit stat 解决方案： 关闭vpn，或点击查看原文链接 bug2: AttributeError: Can’t get attribute ‘SPPF’ on <modu
完美解决RuntimeError: The size of tensor a (25) must match the size of tensor b (5)
qlkaicx的博客
06-01 2万+
换句话说，这两个张量的第一个维度的元素数量不同，因此无法执行所需的操作。我们需要查看您的代码，并检查这两个张量的形状是否正确，或者使用适当的方法来处理它们的形状以满足需求。请注意，当使用 view 方法时，要确保变形后的张量的元素数量与原始张量的元素数量相同。在这个例子中，变形后的张量的元素数量也是 5 x 5 = 25，与原始张量的元素数量相同。经过我的分析，我原始数据的形状是torch.Size([5, 1, 5])，但是我实际上需要一个torch.Size([5, 5])，因此我需要改变形状。
runtimeerror: the size of tensor a (4) must match the size of tensor b (3) a
04-30
在PyTorch中，出现“runtimeerror: the size of tensor a (4) must match the size of tensor b (3) a”这个错误一般是由于两个张量（a和b）在进行运算时，尺寸不匹配引起的。在这里，张量a的尺寸为4，而张量b的尺寸为3，因此无法直接运算。 要解决这个问题，有两种可能的方案。一种是调整张量a或者张量b的尺寸，使得它们在进行运算时尺寸匹配。例如，可以通过重塑（reshape）或者切片（slice）的方式，改变张量的形状或者大小，使得它们在维度上匹配。这里需要注意的是，调整尺寸时要确保张量元素的总数不变，否则计算结果就会出现错误。 另一种解决方法是使用广播（broadcasting）机制。广播是指在进行运算时，将一个张量沿着某个维度上重复（或者缩小）多次，使得张量的尺寸匹配，从而可以进行运算。在PyTorch中，可以通过使用广播操作符（例如加法‘+’）实现自动广播，不需要手动重塑张量，代码也更为简洁。 最后，需要注意的是，每个函数在执行之前都会检查输入张量的尺寸是否匹配，如果不匹配则会导致运行时错误。因此，在编写程序时应该注意输入张量的尺寸是否符合函数要求，避免出现尺寸不匹配的错误。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 38
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值