解决这个问题的关键就是理解了imshow函数的参数。matplotlib.pyplot.imshow()函数的输入需要是二维的numpy或者是第三维度是3或4的numpy，当第3维深度是1时，使用np.squeeze()函数压缩数据成为二维数组。因为我在pytorch环境下使用，得到结果的输出是(batch_size,channel,width,height)的tensor，因此我首先需要detach()函数切断反向传播。需要指出的是，imshow不支持显示tensor，因此，我需要使用.cpu()函数转移到cpu上来。正如前面说到的，imshow函数的输入需要是二维的numpy或者第三维度是3或4的numpy，因为我的使用情况比较特殊，还多了一个batch_size维度，不过还好，我设置batch_size仅为1，这时候可以使用.squeeze()函数把1给去掉，得到了是一个(channel,widht,height)的numpy，这显然与imshow的输入要求不符。因此，我们需要使用transpose函数把channel(=3)移动到最后，这也是为什么才有了.transpose(1,2,0)这种用法。当然，如果待显示的图像本身就是channel=1，那么完全可以使用squeeze()函数把其搞掉，直接输入给imshow函数一个二维的numpy.

plt.imshow(img2.detach().cpu().squeeze().numpy().transpose(1,2,0))

解决这个问题的关键就是理解了imshow函数的参数。matplotlib.pyplot.imshow()函数的输入需要是二维的numpy或者是第三维度是3或4的numpy，当第3维深度是1时，使用np.squeeze()函数压缩数据成为二维数组。因为我在pytorch环境下使用，得到结果的输出是(batch_size,channel,width,height)的tensor，因此我首先需要deta... 关于Given groups=1,weight [128,64,4,4], so expected inputs [32,32,64,64] to have 64 channels类似错误 jialan_wu: 我的还真是重名的问题，感谢博主解惑哦 矩阵核范数极小化问题的交替方向法部分推导 为什么增广拉格朗日乘子项可以是求矩阵的内积，求助