自作datasetでtransformsを設定したい

前提

pytorchでVAEのコードを動かしたいです。
参考にしているサイトはこちらhttps://academ-aid.com/ml/vae#index_id18で、このサイトではMNISTのデータセットを用いています。
自分はそれを自作のデータ（画像ではなく一次元データ）を用いて動かしたいと思っています。

使用するデータ
・要素数128の一次元データ　約5000個
・正解ラベル　上記と同数

実現したいこと

データセットを定義したところ、transformのところでエラーが出てしまいます。
参考コードの方では、ToTensorとLambda（データの一次元化）を行っていました。自分の用意したデータはもともと一次元データなので、二つ目は実行しなくてもよいかと思い、ToTensorのみで動かしたところエラーが出ました。一次元化のtransformも含めて実行してもエラーは消えませんでした。用意したデータはfloat32型に変換しています。ToTensorを動かしたいのですが、どこに不具合がおこっているのかを教えていただきたいです。エラーメッセージの「次元2/3であるべきだけど次元１になりました」の内容もよくわかりませんでした。調べてもあまり関連する項目が見つかりませんでした。そもそも次元2/3とあり、次元は自然数ではないのか、などの疑問もあります。
いろいろ書いてしまいましたが、知りたいのは、ToTensorを動かしたいのですが、どこに不具合がおこっているのかということです。よろしくお願いします。

発生している問題・エラーメッセージ

python

import os # tensorboardの出力先作成import matplotlib.pyplot as plt # 可視化import numpy as np # 計算import torch # 機械学習フレームワークとしてpytorchを使用import torch.nn as nn # クラス内で利用するモジュールのため簡略化import torch.nn.functional as F # クラス内で利用するモジュールのため簡略化from torch import optim # 最適化アルゴリズムfrom torch.utils.tensorboard import SummaryWriter # tensorboardの利用from torchvision import datasets, transforms # データセットの準備import glob import numpy as np # text,acoustic = 128 , text_acoustic = 256one_z_size = 256 dev = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") print("device :", dev) class Mydatasets(torch.utils.data.Dataset): def __init__(self): self.data = np.empty((0,one_z_size)).astype(np.float32) self.label = np.empty((0,1)).astype(np.float32) #self.transform = transforms.Compose([transforms.ToTensor(), transforms.Lambda(lambda x: x.view(-1))]) self.transform = transforms.ToTensor() print("Intermediate value ( z ) loading...") for j in range(1,6): path = '../../../data/z_out/acoustic_text_feature/'+str(j)+'/' file_path_lists = glob.glob("{}/**".format(path), recursive=True) file_path_lists.pop(0) print("#fold{",j,"} size :",len(file_path_lists)) for i in range(len(file_path_lists)): self.data = np.vstack((self.data, np.load(file_path_lists[i]).astype(np.float32))) print("Emotion label loading...") for j in range(1,6): path = '../../../data/z_out/label/'+str(j)+'/' file_label_path_lists = glob.glob("{}/**".format(path), recursive=True) file_label_path_lists.pop(0) for i in range(len(file_label_path_lists)): #data_name2 = np.append(data_name2, file_label_path_lists[i]) emo_label = np.atleast_1d(np.load(file_label_path_lists[i])) emo_label[0]=emo_label[0][:-1] self.label = np.vstack((self.label, emo_label.astype(np.float32))) #デバック用 print(self.data.shape) #(5584, 256) print(self.label.shape) #(5584, 1) print(self.data[5].shape) #(256,) print(self.label[5].shape) #(1,) def __len__(self): return self.label.size def __getitem__(self, idx): out_data = self.data[idx] out_label = self.label[idx] if self.transform: out_data = self.transform(out_data) return out_data, out_label dataset = Mydatasets() print(dataset[5])

transform ToTensorのみを動かしたときのエラー

Traceback (most recent call last): File "vae.py", line 80, in <module> print(dataset[5]) File "vae.py", line 73, in __getitem__ out_data = self.transform(out_data) File "/home/users/lib/python3.8/site-packages/torchvision/transforms/transforms.py", line 104, in __call__ return F.to_tensor(pic) File "/home/users//lib/python3.8/site-packages/torchvision/transforms/functional.py", line 67, in to_tensor raise ValueError('pic should be 2/3 dimensional. Got {} dimensions.'.format(pic.ndim)) ValueError: pic should be 2/3 dimensional. Got 1 dimensions.