【PyTorch 筆記】別再被 Dimension Error 搞瘋了，一次搞懂模型吃什麼格式

寫 PyTorch 最讓人崩潰的瞬間是什麼？絕對不是你的模型太難寫，而是當你興高采烈按下 Run，結果 Terminal 直接噴出一大串紅字 RuntimeError: Expected 4-dimensional input...。

當下真的只想摔鍵盤：「我就只有一張圖，為什麼還要我給 4 個維度啦？」

其實 PyTorch 的脾氣很硬，但摸順了就很簡單。這篇簡單整理一下它的「眉角」，讓你下次 Debug 可以少死幾個腦細胞。

1. 它是個有強迫症的傢伙：請給它 (N, C, H, W)

不管你今天是做一般圖片分類（2D CNN），還是要跑比較高大上的 3D 醫學影像，PyTorch 卷積層對於「輸入長怎樣」是有嚴格規定的。

這口訣請刻在腦海裡：NCHW。

• N (Batch Size)：最常被遺忘的傢伙。PyTorch 強制第一維一定要是「批次大小」。 哪怕你現在只是想測試一張貓咪的照片，你也不能只給它 (3, 224, 224)。 你必須騙它說：「嘿，這是一整批照片，雖然裡面只有一張。」變成 (1, 3, 224, 224)。

• C (Channel)：通道數（RGB 就是 3，灰階就是 1）。

• H, W：高跟寬。

2. 常見的「形狀不對」與解決辦法

如果你是從 OpenCV 或是 PIL 讀圖進來，形狀通常都不會剛好符合 PyTorch 的胃口。這裡有幾個最常見的坑，以及怎麼把它們「捏」成對的形狀：

情況一：黑白圖/灰階圖 (只有高跟寬)

讀進來是 (H, W)，什麼都沒有。 解法：包兩層皮。 你需要先幫它加上 Channel 軸，再加 Batch 軸。

# 假設 img 是 (28, 28) 的 Tensor
img = ... 

# img shape: (28, 28)
input_tensor = img.unsqueeze(0).unsqueeze(0) 
# 變成 (1, 1, 28, 28) -> 搞定！

情況二：一般的彩色圖 (缺 Batch)

如果你已經轉成 Tensor 了，通常是 (C, H, W)。 解法：加一層皮在最前面。

# 假設 img 是 (3, 224, 224) 的 Tensor
img = ...

# img shape: (3, 224, 224)
input_tensor = img.unsqueeze(0)
# 變成 (1, 3, 224, 224) -> 完美。

情況三：大魔王 OpenCV 格式 (H, W, C)

這是最多人踩的雷！OpenCV 讀進來的順序跟 PyTorch 是反的（Channel 在最後面），直接丟進去絕對報錯。 解法：先換位子，再加皮。

# 假設 img 是 (224, 224, 3) 的 Tensor
img = ...

# img shape: (224, 224, 3)
# 1. 先用 permute 把 Channel 搬到前面 (2, 0, 1)
# 2. 再用 unsqueeze 加 Batch
input_tensor = img.permute(2, 0, 1).unsqueeze(0)

3. 真的不知道錯哪？ Print 就對了

說真的，我看過太多人（包含我自己）在想為什麼模型跑不動，盯著螢幕發呆。其實最快的方法就是在丟進模型前，直接把形狀印出來看。

# 假設 x 是你的輸入資料
x = ...

# 這是你最好的朋友
# print(x.shape) # 註解掉以避免 IDE 警告

快速判斷指南：

• 看到 [128, 128] 這種只有兩個數字的 ❌ -> 絕對掛掉，缺太多東西了。
• 看到 [3, 128, 128] ❌ -> 雖然有 Channel，但少了 Batch，訓練一定會出事。
• 看到 [1, 3, 128, 128] ✅ -> 舒服，這才是 PyTorch 要的。