def __write_images(image_outputs, display_image_num, file_name):
image_tensor = torch.cat([images[:display_image_num] for images in image_outputs], 0) # just select a part of output images
image_grid = vutils.make_grid(image_tensor.data, nrow=display_image_num, padding=2, normalize=True)
vutils.save_image(image_grid, file_name, nrow=1)
test_image_outputs = (x_a) # shape is (20, 3, 256, 256)
write_2images(test_image_outputs, display_size, output_directory, 'val_{}'.format(epoch))
运行后报错:
网上找不到这种类型的博客,但经过实验后发现, 是因为:
"test_image_outputs = (x_a) # shape is (20, 3, 256, 256)"
这一条语句只包含了一个tensor,而vutils.make_grid语句处理单一tensor和多个tensor之后的形状并非呈简单的线性倍数关系,如:
1)当我传入(x_a)时,image_tensor的形状是 [20, 3, 256, 256],而image_grid的形状是[60, 256, 256]。
2)当我传入(x_a, x_b)时,image_tensor的形状是 [40, 3, 256, 256],而image_grid的形状是[3, 518, 5162]。
因此仅传入一个张量时会报错,但导致形状差别那么大的具体原因未知,应该是vutils.make_grid函数底层实现方式的问题。