Sizes of tensors must match except in dimension 1. Expected size 136 but got size 135 for tensor number 1 in the list.，这个错误的原因

这个错误通常是在使用 PyTorch 进行张量操作时出现的，它表示在操作中涉及的张量的某些维度大小不匹配。具体来说，张量列表中的第一个张量在某个维度上的大小应该是 136，但实际上它的大小为 135，这导致了错误。

解决这个问题的方法是检查涉及的所有张量的大小，确保它们在所有操作中都是一致的。您可以使用 PyTorch 的 `size()` 函数来检查张量的大小，并使用 `view()` 函数调整其大小。您还可以使用 `torch.cat()` 函数将两个大小不同的张量连接起来，但请确保连接的维度大小是一致的。

相关问题

RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 48 but got size 47 for tensor number 1 in the list

引用\[1\]:在目标检测服务中，使用yolov7模型通过flask打包成预测服务API。训练时，输入的图像大小为1280。如果输入的预测图片大小大于1280，则预测成功；如果小于1280，则会报错RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 27 but got size。根据错误提示，推测问题出在图像处理过程中的resize操作上，具体是在以下代码行出错：pred = self.model(img, augment=self.augment)\[0\]。完整的错误提示如下：

RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 48 but got size 47 for tensor number 1 in the list.

引用\[2\]中给出了改造base64_to_image函数的代码，该函数用于将base64格式的图片转换为图片对象。在这个函数中，使用了cv2库对图片进行解码和处理。引用\[3\]分析了问题的原因，发现是在pading过程中少给了一个参数stride，导致小图片在pading过程中像素错误，从而导致了dimension错误。

解决方案是在图像处理过程中正确设置stride参数，确保图片的像素处理正确。
#### 引用[.reference_title]
- *1* *2* *3* [记录解决RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 27 but got ...](https://blog.csdn.net/h363924219/article/details/127778425)[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^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 47 but got size 46 for tensor number 1 in the list.

这个错误提示是由于张量的尺寸不匹配导致的。具体来说，在运行过程中，张量的尺寸在除了第一个维度之外的其他维度上必须匹配。在你提供的错误提示中，报错信息是"RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 47 but got size 46 for tensor number 1 in the list."，意味着在第1个张量中，期望的尺寸是47，但实际得到的尺寸是46。

解决这个问题的方法是检查你的代码，确保在连接第11层和第6层的Feature Map时，这两个张量的尺寸在除了第一个维度之外的其他维度上是匹配的。你可以使用调试工具或打印语句来查看这两个张量的尺寸，并进行比较。

如果发现尺寸不匹配，你可以尝试调整网络结构或输入数据的尺寸，使得它们能够匹配。另外，你还可以检查是否有其他地方的代码逻辑错误导致了尺寸不匹配的问题。