ValueError: not enough values to unpack (expected 16, got 9)

模型训练时，模型返回值数量错误：

ValueError: not enough values to unpack (expected 16, got 9)
函数或模型的返回参数错误（数目错误）：在这里模型默认返回9个参数，但预期是16个。

---

原因分析：

`torch.squeeze() `这个函数主要对数据的维度进行压缩，去掉维数为1的的维度。 `torch.unsqueeze()`这个函数主要是对数据维度进行扩充，给指定位置加上维数为一的维度。

 # 训练一次
    losses, fake_image, real_image, input_label, L1_loss, style_loss, clothes_mask, warped, refined, CE_loss, rx, ry, cx, cy, rg, cg = model(
        Variable(data['label'].unsqueeze(0).cuda()), Variable(data['edge'].unsqueeze(0).cuda()),
        Variable(img_fore.unsqueeze(0).cuda()),
        Variable(mask_clothes.unsqueeze(0).cuda()), Variable(data['color'].unsqueeze(0).cuda()),
        Variable(all_clothes_label.unsqueeze(0).cuda()),
        Variable(data['image'].unsqueeze(0).cuda()), Variable(data['pose'].unsqueeze(0).cuda()),
        Variable(data['image'].unsqueeze(0).cuda()),
        Variable(mask_fore.unsqueeze(0).cuda()))
1
2
3
4
5
6
7
8
9

这里，要求返回16个参数，模型默认只返回9个。

    def forward(self, label, pre_clothes_mask, img_fore, clothes_mask, clothes, all_clothes_label, real_image, pose,
                grid, mask_fore):
        # Encode Inputs
       .....................
        return [fake_image, clothes, arm_label, L1_loss, style_loss, fake_cl, CE_loss, real_image, warped_grid]
1
2
3
4
5

---

解决方案：

将返回值数量和接受参数的变量数目改成一致。

fake_image, real_image, input_label, L1_loss, style_loss, clothes_mask, CE_loss, rgb, alpha = model(
        Variable(data['label'].unsqueeze(0).cuda()), Variable(data['edge'].unsqueeze(0).cuda()), Variable(img_fore.unsqueeze(0).cuda()),
        Variable(mask_clothes.unsqueeze(0).cuda())
        , Variable(data['color'].unsqueeze(0).cuda()), Variable(all_clothes_label.unsqueeze(0).cuda()), Variable(data['image'].unsqueeze(0).cuda()),
        Variable(data['pose'].unsqueeze(0).cuda()), Variable(data['image'].unsqueeze(0).cuda()), Variable(mask_fore.unsqueeze(0).cuda()))
1
2
3
4
5