在使用AdaptiveInstanceNorm时遇到RuntimeError: weight should contain 8192 elements not 512问题

问题来源：

想要利用FUNIT模型，由于原模型开源的代码支持单张class_image,再修改模型支持多张class_image输入后出现了：untimeError: weight should contain 8192 elements not 512问题

问题出现后我立马定位到错误处，错误指出是在AdaptiveInstanceNorm的使用F.batch_norm时的权重shape与所需要的不一致。

因此，我立马找到encode_classLabel后的结果，发现在求多个classLabel的encode结果的均值时，将得到的Tensor的batch转为了1，这个是不行的，

错误的代码：
torch.mean(class_codes[i], dim=0).unsqueeze(0)

解决方法：

循环遍历所有的encode_classLabel结果，求和取batch上的均值。