当你定义你的图像增强transform.Compose时，如果在Normalize（）后面忘记加Totensor(或者TotensorV2）时，可能在通过Dataloader加载到网络时, 出现：

File "C:\ProgramData\Anaconda3\envs\pt19py38uuuuu\lib\site-packages\torch\nn\modules\conv.py", line 439, in _conv_forward
    return F.conv2d(input, weight, bias, self.stride,
RuntimeError: Given groups=1, weight of size [768, 3, 16, 16], expected input[32, 224, 224, 3] to have 3 channels, but got 224 channels instead

就像如上报错显示， 卷积层要求你的输入格式为（N, C, H， W), 输入通道为3， 而你通过debug发现你的格式为[32, 224, 224, 3] 即（N, H, W，C),提示你需要3通道，你却提供了224通道。

这个原因是因为你的transform.Compose中缺少Totensor(或者TotensorV2），而

torchvision.transforms.ToTensor做了什么：

简单来说就是把PIL.Image或ndarray从 (H x W x C)形状转换为 (C x H x W) 的tensor

这就是原因所在！！

具体参考(28条消息) torchvision.transforms.ToTensor详解 | 使用transforms.ToTensor()出现用户警告 | 图像的H W C 代表什么_LolitaAnn的博客-CSDN博客_torchvision.transforms.totensor