expected input to have 3 channels, but got 1 channels instead错误问题

从网上找的现成的代码，跑cifar10数据集没有问题，但是跑mnist数据集反而出了问题，是因为图片一个是彩色一个是灰度，在深度学习的时候，输入的channel不一样，找了很多资料，都是说让改成transforms.Lambda(lambda x: x.repeat(1,1,1))，还是不行，后来请教了同学，改成了transforms.Lambda(lambda x: x.repeat(3,1,1))，就OK了

第二种解决的办法相对来说稍微复杂一点，因为这里出错主要是因为模型不匹配，用的是resnet18这个模型，它的模型结构第一层就是

可以看到输入就要求是3通道，所以可以通过改写模型的方式，将输入直接改为1通道：

 

这个时候再去训练黑白图片也不会出错了。

当时改写的时候，还出了一点点小问题，报错为：Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same

这是因为我用的是GPU，改写的时候要在改写层后面加上.cuda()

self.global_model.conv1 = nn.Conv2d(in_channels=1,out_channels=64,kernel_size=(7, 7), stride=(2, 2), padding=(3, 3), bias=False).cuda()

然后就没有问题了