“ValueError: Sum of input lengths does not equal the length of the input dataset!”

这个错误信息 “ValueError: Sum of input lengths does not equal the length of the input dataset!” 通常出现在使用 PyTorch 的 torch.utils.data.random_split 或类似的函数来划分数据集时，划分的子集总长度与原始数据集的长度不匹配。

在 PyTorch 中，当你想把一个大的数据集划分为几个小的子集（例如训练集、验证集和测试集）时，你需要确保这些子集的长度之和等于原始数据集的长度。例如，如果你的原始数据集有 1000 个样本，你想划分为训练集和验证集，那么这两个子集的长度之和也必须是 1000。

假设你已经有了三个分开的文件夹 train, test, val，并且你想要从 train 文件夹创建一个训练集和一个验证集。这里有两种处理方式：

1. 如果你的 train, test, val 文件夹已经包含了准确划分的数据，那么你不需要再次划分。你可以分别从这三个文件夹加载数据：

   train_dataset = MyDataset('path/to/train')
   val_dataset = MyDataset('path/to/val')
   test_dataset = MyDataset('path/to/test')
   1
   2
   3

   其中 MyDataset 是你定义的用于加载数据的类。

2. 如果你只有一个大的数据集，需要划分，你应该这样操作：

   full_dataset = MyDataset('path/to/dataset')
   
   train_size = int(0.8 * len(full_dataset))
   val_size = int(0.1 * len(full_dataset))
   test_size = len(full_dataset) - train_size - val_size
   
   train_dataset, val_dataset, test_dataset = torch.utils.data.random_split(full_dataset, [train_size, val_size, test_size])
   1
   2
   3
   4
   5
   6
   7

   这个例子中，假设你想要将数据集划分为 80% 训练集，10% 验证集，和 10% 测试集。

请根据你的实际情况选择合适的方法。如果你的数据已经预先划分好了，就直接从各自的文件夹中加载；如果你需要从一个大的数据集中划分，确保划分的大小之和等于原始数据集的大小。