【Pytorch】conv2dでのエラー

前提・実現したいこと

畳み込みオートエンコーダの学習コードを書いています。

発生している問題・エラーメッセージ

下記のとおり、self.conv1()に入れたXXがTensorではなく、listで入っているとメッセージが表示されました。

<ipython-input-216-3f11070417ff> in train_net(n_epochs, train_loader, valid_loader, net, optimizer_cls, loss_fn, device)
     20             #XX.to(device)
     21             optimizer.zero_grad()
---> 22             XX_pred = net.forward(XX)             #ネットワークで予測
     23             loss = loss_fn(XX, XX_pred)   #予測データと元のデータの予測
     24             loss.backward()

<ipython-input-212-a11ed3b9e4db> in forward(self, x)
     32         #コメントに28×28のモノクロ画像をi枚を入力した時の次元を示す
     33         #encode#                          #in  [i, 1, 50, 100]
---> 34         x = self.relu(self.conv1(x))      #out [i, 8, 50, 100]
     35         x = self.pool(x)                  #out [i, 8, 25, 50]
     36         x = self.relu(self.conv2(x))      #out [i, 16, 24, 50]

~\AppData\Local\conda\conda\envs\highself\lib\site-packages\torch\nn\modules\module.py in _call_impl(self, *input, **kwargs)
    725             result = self._slow_forward(*input, **kwargs)
    726         else:
--> 727             result = self.forward(*input, **kwargs)
    728         for hook in itertools.chain(
    729                 _global_forward_hooks.values(),

~\AppData\Local\conda\conda\envs\highself\lib\site-packages\torch\nn\modules\conv.py in forward(self, input)
    421 
    422     def forward(self, input: Tensor) -> Tensor:
--> 423         return self._conv_forward(input, self.weight)
    424 
    425 class Conv3d(_ConvNd):

~\AppData\Local\conda\conda\envs\highself\lib\site-packages\torch\nn\modules\conv.py in _conv_forward(self, input, weight)
    417                             weight, self.bias, self.stride,
    418                             _pair(0), self.dilation, self.groups)
--> 419         return F.conv2d(input, weight, self.bias, self.stride,
    420                         self.padding, self.dilation, self.groups)
    421 

TypeError: conv2d(): argument 'input' (position 1) must be Tensor, not list

該当のソースコード

まず、data_trainという変数に、numpy.ndarray型でデータを格納しております。
これを、3行目によって、pytorchのTensorに変換しました。
4行目、5行目でDataset, DataLoaderを作成しています。

3行目のTensorへの変換前にdata_trainの方を調べても、numpy.ndarrayで出てくるので、なぜこれがリストとして読み込まれることになるのか（なぜ上記のエラーメッセージが表示されるのか）、ご教示いただきたいです。

batch_size = 64
print(data_train.dtype)
data_train = torch.FloatTensor(data_train)
Dataset_train = torch.utils.data.TensorDataset(data_train)
train_loader = torch.utils.data.DataLoader(Dataset_train, batch_size=batch_size, shuffle=True)

オートエンコーダクラスは下記のように定義しています。
forwardアトリビュートで畳み込み演算を決めていますが、この1番最初でエラーが出ているようです。

class ConvAutoencoder(nn.Module):
    def __init__(self):
        super(ConvAutoencoder, self).__init__()
        #Encoder Layers
        self.conv1 = nn.Conv2d(in_channels = 1, out_channels = 8,
                               kernel_size = 3, padding = 1, stride = 1)
        self.conv2 = nn.Conv2d(in_channels = 8, out_channels = 16,
                               kernel_size = (4,3), padding = (1,1), stride = (1,1))
        self.conv3 = nn.Conv2d(in_channels = 16, out_channels = 16,
                               kernel_size = (3,4), padding = (1,1), stride = (1,1))
        self.conv4 = nn.Conv2d(in_channels = 16, out_channels = 8,
                               kernel_size = 3, padding = 1, stride = 1)
        
        
        
        #Decoder Layers
        self.t_conv1 = nn.ConvTranspose2d(in_channels = 8, out_channels = 16,
                                          kernel_size = 2, stride = 2)
        self.t_conv2 = nn.ConvTranspose2d(in_channels = 16, out_channels = 16,
                                          kernel_size = 2, stride = 2)
        self.t_conv3 = nn.ConvTranspose2d(in_channels = 16, out_channels = 8,
                                          kernel_size = 2, stride = 2)
        self.t_conv4 = nn.ConvTranspose2d(in_channels = 8, out_channels = 1,
                                          kernel_size = (4,6), stride = (2,2))
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(2, 2)
        self.sigmoid = nn.Sigmoid()
        self.tanh = nn.Tanh()

    def forward(self, x):
        #コメントに28×28のモノクロ画像をi枚を入力した時の次元を示す
        #encode#                          #in  [i, 1, 50, 100] 
        x = self.relu(self.conv1(x))      #out [i, 8, 50, 100]  
        x = self.pool(x)                  #out [i, 8, 25, 50]
        x = self.relu(self.conv2(x))      #out [i, 16, 24, 50]
        x = self.pool(x)                  #out [i ,16, 12, 25]
        x = self.relu(self.conv3(x))      #out [i, 16, 12, 24]
        x = self.pool(x)                  #out [i ,16, 6, 12]
        x = self.relu(self.conv3(x))      #out [i, 8, 6, 12]
        x = self.pool(x)                  #out [i ,8, 3, 6]
        
        #decode#                          #in  [i ,8, 3, 6]
        x = self.relu(self.t_conv1(x))    #out [i, 16, 6, 12]
        x = self.relu(self.t_conv2(x))    #out [i, 16, 12, 24]
        x = self.relu(self.t_conv3(x))    #out [i, 8, 24, 48]
        x = self.t_conv4(x)               #out [i, 1, 50, 100]
        return x