企业官网建设流程全解析

inception-score-pytorch 报错排查实录：从满屏红字到顺利出分，新手只需走完这四站

【免费下载链接】inception-score-pytorchInception Score for GANs in Pytorch项目地址: https://gitcode.com/gh_mirrors/in/inception-score-pytorch

第一次用 inception-score-pytorch 给 GAN 生成的图片打分时，几乎每个新手都会遭遇同一幕：代码装好了、数据也准备好了，一运行却迎面扑来整屏红色报错。图像尺寸不匹配、数据格式错误、CUDA 配置问题，这三类报错堵住了九成入门者的路。好消息是，它们根因都出在几个固定环节上。这篇文章不按报错类型平铺直叙，而是带你沿着"装好 → 喂数据 → 跑起来 → 提速"这条真实的使用旅程走一遍，每到一个环节，就把对应的报错、根因和修法一次讲透。跟着走完，你就能从"看见红字就慌"变成"瞄一眼就能定位"。

第一站 装好与起步：先让官方示例跑起来

这个项目的用途很单纯：输入一组生成图，输出一个用于衡量 GAN 生成质量与多样性的Inception Score（IS）分数。官方在仓库里已经内置了一个可直接运行的示例，它下载 CIFAR-10 数据集，然后算出这批图的分数。

先把仓库克隆到本地，并安装好依赖（torch、torchvision、numpy、scipy）：

git clone https://gitcode.com/gh_mirrors/in/inception-score-pytorch cd inception-score-pytorch pip install torch torchvision numpy scipy

然后直接运行：

python inception_score.py

如果你在这里就翻车，多半是环境问题而不是代码问题，最常见的两个：No module named 'scipy'（缺依赖，补装即可）和 CIFAR-10 下载失败（换网络环境或检查代理）。先把官方示例跑通，等于给你的环境做了一次"体检"，后面排查自己的数据时心里才有底。

第二站 喂数据：把"格式不对"的报错挡在门外

官方示例用的是内置数据集，而你自己通常要换成自己 GAN 产出的图。这一步最容易踩坑，因为函数对输入格式有"隐形要求"。参考源码inception_score.py中第 15 行的注释：输入应当是归一化到 [-1, 1] 范围的 (3, H, W) 图像集合。下面两条红线，几乎覆盖了这一站的所有报错。

现象：Expected 4D tensor，但数据是三维的

当你看到类似Expected 4D tensor ... but got 3D tensor的报错，说明你把一张(3, H, W)的图直接喂给了模型。

根因：模型要处理的是一个批次（多个样本叠在一起），所以输入需要四维(N, 3, H, W)，其中 N 是这一批的图片数。单独一张图少了一根"批次轴"，模型自然不认。

修复：用 DataLoader 包一层，它会自动帮你把单张图片叠成批次，这也是官方示例里的标准做法：

import torch.utils.data # 你的数据集：实现 __getitem__ 返回 (3, H, W) 的张量，__len__ 返回总数 loader = torch.utils.data.DataLoader(my_dataset, batch_size=32)

预防：凡是往inception_score里传的数据，一律走DataLoader；如果你自己手动拼接张量，记得先unsqueeze(0)补上批次维，再去 Debug。

现象：分数离谱，或图像看起来"发灰"——其实是数值范围错了

函数要求图像归一化到[-1, 1]。如果你手里是 [0, 255] 的原始像素或 [0, 1] 的常规归一化图，模型读到的分布和你预期完全不同，算出的分数自然没有参考意义。

根因：打个比方，这就像温度计上有摄氏和华氏两种刻度，你直接把华氏读数当成摄氏去抄表，结论必然对不上。Inception 模型期望的"刻度"就是 [-1, 1]。

修复：在数据预处理阶段加一个 Normalize，一行代码即可把 [0, 1] 的图映射到 [-1, 1]：

from torchvision import transforms transform = transforms.Compose([ transforms.ToTensor(), # 先转成 0~1 的张量 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) # 再线性映射到 -1~1 ])

预防：在喂数据前，打印一次imgs[0].min(), imgs[0].max()，看到大致是 -1 和 1，就说明刻度对了；看到 0 和 255，赶紧回预处理里找问题。

第三站 跑起来：图像尺寸与批量大小的两道坎

数据格式没问题了，接下来报错会集中在"尺寸"和"批量"这两个参数上。这是新手最常被绊倒的地方，也是标题里"图像尺寸不匹配"的源头。

现象：Expected input size (3, 299, 299) but got (3, 64, 64)

如果你的 GAN 是在 CIFAR-10（32×32）或 64×64 之类的小图上训练的，直接跑就会看到这类尺寸不匹配的报错。

根因：Inception v3 这个模型是"认死理"的，它只接受299×299的输入，其他尺寸一律拒收。相当于你拿着一张 2 寸照片去办需要 1 寸照的证件，窗口就是不收。

修复：有两条路，任选其一。

• 提前在预处理里 Resize：相当于你出门前就把照片洗成标准尺寸，一劳永逸：

transform = transforms.Compose([ transforms.Resize((299, 299)), # 喂给模型前先缩放到 299x299 transforms.ToTensor(), transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) ])

• 调用时开启 resize=True：相当于把照片交给办事窗口，窗口自己帮你放大到标准尺寸。官方在inception_score.py第 39-42 行内置了双线性上采样逻辑，你只要在调用时打开开关：

inception_score(imgs, resize=True, batch_size=32)

预防：小尺寸图像优先开resize=True，省事且不会破坏你的训练流程；如果你后续还要换别的评估指标，再考虑在预处理层统一 Resize。

现象：AssertionError，批量大小惹的祸

代码第 22-23 行埋了两道断言，相当于安检门：

assert batch_size > 0 assert N > batch_size

根因：第一道要求批量大小必须是正整数（0 或负数直接报警）；第二道要求数据集总量必须大于 batch_size。如果你有 20 张图却把 batch_size 设成 32，模型要"一锅炖"但锅里根本装不满，自然报错。

修复：把 batch_size 设成小于数据集数量的正整数即可。对新手来说，32 是一个安全省心的默认值——它既不会让显存吃紧，通常也小于你手上数据集的总量。

预防：写代码前先print(len(imgs))看一眼数据量，然后让 batch_size 明显小于这个数；如果是小数据集（比如只有几十张），就把 batch_size 调小到 8 或 16。

第四站 提速：CUDA 配置与显存不足的降级方案

分数能跑出来了，下一步自然是让 GPU 出工。这一站的报错基本围绕 CUDA，特点是"错得温柔"或"错得突然"。

现象：明明有 GPU，却只看到一句警告

运行后屏幕打出一行WARNING: You have a CUDA device, so you should probably set cuda=True。这是源码第 29-30 行的逻辑：它检测到你有 GPU，但你在调用时没开启加速，于是善意提醒你。

根因：inception_score默认参数虽然是cuda=True（见第 12 行），但如果你自己显式传了cuda=False，或者代码来自旧版本，CPU 模式就会生效——能跑，但慢得让人怀疑人生。

修复：调用时明确开启 GPU：

inception_score(imgs, cuda=True, batch_size=32, resize=True)

预防：启动脚本里先确认torch.cuda.is_available()返回 True，再决定传什么参数，别把判断交给运气。

现象：CUDA out of memory，跑着跑着崩了

显存是硬约束，CUDA out of memory几乎是每个跑深度学习的人都经历过的"成人礼"。

根因：Inception v3 本身不小，加上批量图同时进模型，显存一下子就被吃满了。

修复：按下面的顺序"三级降级"，直到跑通为止：

1. 减小 batch_size——最小值可以到 1，见效最快，一行都不用多写。
2. 退回 CPU 模式——设置cuda=False，速度换稳定，适合小数据集应急。
3. 分批处理——把大数据集切成多段，逐段调用再合并结果，避开一次性载入的峰值。

# 示例：先试小批量 inception_score(imgs, cuda=True, batch_size=8, resize=True)

预防：提前用nvidia-smi看一眼显存余量，再定 batch_size；养成"先小后大"的调参习惯，别一上来就开满。

结尾前的自检清单：一分钟对照排查（可勾选）

把上面四站浓缩成下面这张清单，下次报错时逐项打勾，多数问题在 60 秒内就能定位：

• 环境体检：官方python inception_score.py示例能跑通
• 数值范围：打印imgs[0].min()和imgs[0].max()，确认在 [-1, 1]
• 张量维度：确认每张图是(3, H, W)，且经过DataLoader打包成批次
• 图像尺寸：输入是 299×299，或者调用时已开启resize=True
• 批量大小：batch_size > 0，且小于数据集总量
• CUDA 开关：有 GPU 时确认传了cuda=True
• 显存余量：报 OOM 时先减 batch_size，再考虑 CPU 模式

常见问题 FAQ

Q1：CIFAR-10 一直下载失败怎么办？这是网络问题，不是代码问题。可以手动下载数据集放到data/目录下，或者检查代理设置后重试；实在不行，先用自己的图片数据集跳过示例，不影响学习排查思路。

Q2：resize=True 会不会把分数"算歪"？官方明确支持这种用法，因为 Inception 模型只认 299×299。上采样确实会引入一点信息变化，但用于横向对比"同一个 GAN 不同训练阶段的分数"时完全够用。只要所有对比都保持同样的 resize 设置，结论就是可靠的。

Q3：算出来的 IS 分数很小或很大，正常吗？IS 分数本身是相对指标，取决于数据集和模型，没有绝对的"标准值"。更有意义的是对比：同一个 GAN 在不同 checkpoint 之间的分数变化趋势，而不是纠结绝对值大小。

Q4：splits 参数是干什么的？它把预测结果分成若干段分别计算再取平均，用来体现分数的稳定性（配合返回的 std 看）。新手保持默认splits=1即可，等需要严谨对比时再调大。

Q5：报错信息和我遇到的措辞不完全一样怎么办？别慌，先抓住报错里的关键词——是size、Expected 4D还是out of memory？对应到上面四站里的现象描述，八九不离十。如果需要更深一步，直接翻开项目根目录下的inception_score.py源码，对照报错行号看逻辑，比瞎猜快得多。

走完这四站，你已经不是"看见红字就慌"的新手了。下次再遇到 inception-score-pytorch 的报错，先深呼吸，再掏出这张清单——你会发现，所谓疑难杂症，大多不过是尺寸、格式和 CUDA 这三件小事。

【免费下载链接】inception-score-pytorchInception Score for GANs in Pytorch项目地址: https://gitcode.com/gh_mirrors/in/inception-score-pytorch