real_labels = torch.ones(real_images.size(0), 1).to(device) AttributeError: 'list' object has no attribute 'size'

这错误被引发的原因是你试图将一个列表对象传递给一个函数，但该函数期望的是一个张量。在这个特定的例子中，'real_images'是一个列表对象而不是一个张量，因此它没有 'size' 属性。要解决这个问题，您需要将 'real_images' 转换为一个张量，以便您可以调用 'size' 属性。您可以使用PyTorch的 'torch.tensor()' 函数来将列表转换为张量。例如，您可以使用以下代码：

real_images_tensor = torch.tensor(real_images).to(device)
real_labels = torch.ones(real_images_tensor.size(0), 1).to(device)

相关问题

real_labels = torch.ones(real_images.size(0), dtype=torch.float, device=device) AttributeError: 'list' object has no attribute 'size'

这个错误是因为你试图在一个 Python 列表上调用 `size()` 方法，但是该方法只能在 PyTorch 张量上调用。要解决这个问题，你需要将 `real_images` 转换为 PyTorch 张量，例如通过 `torch.tensor()` 或者 `torch.from_numpy()` 方法。

for epoch in range(num_epochs): for i, real_images in enumerate(dataloader): # 训练判别器 real_images = real_images.to(device) #print(real_images.shape) labels_real = torch.full((real_images.size(0),), 1.0, device=device) labels_fake = torch.full((real_images.size(0),), 0.0, device=device) 这段代码运行之后，报 'list' object has no attribute 'to'的错误，该如何修改

这个错误通常是因为你的 `dataloader` 返回的是一个列表而不是一个张量。你可以尝试将 `real_images` 转换为张量再进行操作。代码修改如下：

for epoch in range(num_epochs):
    for i, real_images_list in enumerate(dataloader):
        real_images = torch.tensor(real_images_list).to(device)
        #print(real_images.shape)
        labels_real = torch.full((real_images.size(0),), 1.0, device=device)
        labels_fake = torch.full((real_images.size(0),), 0.0, device=device)

这样，你应该能够解决 `'list' object has no attribute 'to'` 错误。