RuntimeError: The size of tensor a (128) must match the size of tensor b (3) at non-singleton dimension 1

这个 RuntimeError 错误通常发生在两个张量的维度不匹配的时候。在这种情况下，张量 a 的大小为 128，而张量 b 的大小为 3，这导致它们在非单一维度 1 上大小不匹配。您需要检查您的代码，确定什么地方存在大小不匹配的问题，并将它们纠正。您可以使用 PyTorch 中的 view、reshape 或者 transpose 等函数来改变张量的大小和维度，使其与您需要的操作相匹配。 它可能还需要检查您的数据是否被误用或者格式不正确。

相关问题

RuntimeError: The size of tensor a (128) must match the size of tensor b (122) at non-singleton dimension 3

这个报错的原因是由于在计算过程中，两个张量的尺寸不匹配导致的。根据引用的描述，这个问题可能是在读取图片时出现的。要解决这个问题，可以尝试将图片转换为RGB格式。另外，根据引用的建议，在DataLoader函数中添加参数"drop_last=False"也可能解决这个问题。具体地，你可以像下面这样修改代码：

dataloader = DataLoader(ImageDataset(opt.dataroot, transforms_=transforms_, unaligned=True), batch_size=opt.batchSize, shuffle=True, num_workers=opt.n_cpu, drop_last=False)

通过保持batch的尺寸不变来避免尺寸不匹配的问题。希望这个解决方案能帮到你！<span class="em">1</span><span class="em">2</span>
#### 引用[.reference_title]
- *1* [RuntimeError: The size of tensor a (4) must match the size of tensor b (3) at non-singleton dimensio](https://blog.csdn.net/weixin_46135327/article/details/130805823)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [RuntimeError: The size of tensor a (8) must match the size of tensor b (7) at non-singleton dimensio](https://blog.csdn.net/m0_46368408/article/details/131231563)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]

RuntimeError: The size of tensor a (128) must match the size of tensor b (256) at non-singleton dimension 3

这个错误通常是因为你在进行某些操作时，两个张量的维度不匹配导致的。在这个具体的错误中，你正在对两个不同大小的张量进行操作，一个张量的第四个维度的大小为128，而另一个张量的第四个维度的大小为256，这导致了错误。你需要确保两个张量在进行操作时，它们的维度匹配。你可以通过使用reshape或者transpose等操作来改变张量的维度来匹配它们的大小。