---

至少同一個batch內的數據的尺寸得相同吧

---

應該可以。

我每次跑都是不做處理，直接BN的，輸入圖片大小不同。做DCGAN感覺效果還可以吧。

---

語音就是不同尺寸的數據，語音識別任務中常用不同尺寸的數據構成batch

---

如果你是做圖像的話，現在各個深度學習框架都是要放到GPU裏訓練的，也就是把輸入數據構成一個指定的tensor向量放到GPU裏，圖像的話一般是(batchsize*channel*h*w)，試想你如果一個batchsize裏的數據各個的h和w都不同的話怎麼構成一個四維的tensor向量放到GPU裡面學習呢？

當然了，你的batchsize=1的話，不同尺度當然也就沒有關係了

---

為什麼不在預處理是做好尺度歸一化

---

以前數據都是reshapwle成相同維度尺寸，然後寫一個minibatch的函數就能簡單構建隊列了，但是現在想要輸入不同尺寸的圖片不要轉成統一尺寸，有沒有什麼方法可以構建隊列呢。

---

PyTorch的話可以自定義DataLoader的collate_fn

torch.utils.data - PyTorch master documentation?

pytorch.org

---

推薦閱讀：