TypeError：无法处理此数据类型 Download

trainloader = utilsxai.load_data_cifar10(batch_size=1,test=False)
testloader =  utilsxai.load_data_cifar10(batch_size=128, test=True)

这个load_cifar10是Torchvision

data = trainloader.dataset.data 

trainloader.dataset.data = (data * sal_maps_hf).reshape(data.shape)

  

具有（50000,32,32,3）的sal_maps_hf形状
和Trainloader形状   与（50000,32,32,3）

但是当我运行

for idx,img in enumerate(trainloader):

  

-------------------------------------------------- ---------------------------- KeyError Traceback（最近的呼叫   最后）〜/ venv / lib / python3.7 / site-packages / PIL / Image.py   fromarray（obj，mode）2644 typekey =（1，1）+ shape [2：]，   arr [“ typestr”]   -> 2645模式，rawMode = _fromarray_typemap [typekey] 2646，但KeyError：

     

KeyError：（（1，1，3），'      

在处理上述异常期间，发生了另一个异常：

     

TypeError跟踪（最近的呼叫   最后）   ----> 1个show_images（trainloader）

     在show_images（trainloader）中

        1 def show_images（trainloader）：   ----> 2代表idx，枚举（trainloader）中的（img，target）：         3 img = img.squeeze（）         4 #pritn（img）         5 img = torch.tensor（img）

     

〜/ venv / lib / python3.7 / site-packages / torch / utils / data / dataloader.py在   下一个（个体经营）       344 def 下一个（个体）：       345 index = self._next_index（）＃可能会引发StopIteration   -> 346数据= self._dataset_fetcher.fetch（index）＃可能会引发StopIteration       第347章       348数据= _utils.pin_memory.pin_memory（数据）

     

〜/ venv / lib / python3.7 / site-packages / torch / utils / data / _utils / fetch.py​​在   提取（自己，可能是_batched_index）        42 def提取（自己，可能是_batched_index）：        43如果self.auto_collat​​ion：   ---> 44数据= [self.dataset [idx] for ids in exist_batched_index]        其他45条：        46数据= self.dataset [possible_batched_index]

     

〜/ venv / lib / python3.7 / site-packages / torch / utils / data / _utils / fetch.py​​在   （.0）        42 def提取（自己，可能是_batched_index）：        43如果self.auto_collat​​ion：   ---> 44数据= [self.dataset [idx] for ids in exist_batched_index]        其他45条：        46数据= self.dataset [possible_batched_index]

     

〜/ venv / lib / python3.7 / site-packages / torchvision / datasets / cifar.py在    getitem （自我，索引）       120＃这样做，以便与所有其他数据集一致       121＃返回PIL图像   -> 122 img = Image.fromarray（img）       123       124如果self.transform不是None：

     

〜/ venv / lib / python3.7 / site-packages / PIL / Image.py在fromarray（obj，   模式）2645模式，rawmode = _fromarray_typemap [typekey]   2646除了KeyError：   -> 2647引发TypeError（“无法处理此数据类型”）2648否则：2649 rawmode = mode

     

TypeError：无法处理此数据类型

trainloader.dataset.__getitem__

  数据集CIFAR10的

getitem       数据点数：50000       根目录位置：/ mnt / 3CE35B99003D727B / input / pytorch / data       拆分：火车       StandardTransform转换：Compose（                  调整大小（大小= 32，插值= PIL.Image.BILINEAR）                  ToTensor（）              ）

1 个答案:

答案 0 :(得分：2)

您的sal_maps_hf不是np.uint8。

根据问题和评论中的部分信息，我想您的掩码是dtype np.float（或类似的掩码），然后乘以data * sal_maps_hf，您的数据将被转换为dtype以外的np.uint8导致PIL.Image引发异常。

尝试：

trainloader.dataset.data = (data * sal_maps_hf).reshape(data.shape).astype(np.uint8)