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
1import os # tensorboardの出力先作成
2import matplotlib.pyplot as plt # 可視化
3import numpy as np # 計算
4import torch # 機械学習フレームワークとしてpytorchを使用
5import torch.nn as nn # クラス内で利用するモジュールのため簡略化
6import 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
7from torch import optim # 最適化アルゴリズム
8from torch.utils.tensorboard import SummaryWriter # tensorboardの利用
9from torchvision import datasets, transforms # データセットの準備
10import glob
11import numpy as np
12
13# text,acoustic = 128 , text_acoustic = 256
14one_z_size = 256
15
16dev = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") 
17print("device :", dev)
18
19class Mydatasets(torch.utils.data.Dataset):
20    def __init__(self):
21
22        self.data = np.empty((0,one_z_size)).astype(np.float32)
23        self.label = np.empty((0,1)).astype(np.float32)
24
25        #self.transform = transforms.Compose([transforms.ToTensor(), transforms.Lambda(lambda x: x.view(-1))])
26        self.transform = transforms.ToTensor()
27        
28        print("Intermediate value ( z ) loading...")
29        for j in range(1,6):
30
31            path = '../../../data/z_out/acoustic_text_feature/'+str(j)+'/'
32            file_path_lists = glob.glob("{}/**".format(path), recursive=True)
33            file_path_lists.pop(0)
34            print("#fold{",j,"} size :",len(file_path_lists))
35            for i in range(len(file_path_lists)):
36                self.data = np.vstack((self.data, np.load(file_path_lists[i]).astype(np.float32)))
37
38        print("Emotion label loading...")
39        for j in range(1,6):
40            path = '../../../data/z_out/label/'+str(j)+'/'
41            file_label_path_lists = glob.glob("{}/**".format(path), recursive=True)
42            file_label_path_lists.pop(0)
43            for i in range(len(file_label_path_lists)):
44                #data_name2 = np.append(data_name2, file_label_path_lists[i])
45                emo_label = np.atleast_1d(np.load(file_label_path_lists[i]))
46                emo_label[0]=emo_label[0][:-1]
47                self.label = np.vstack((self.label, emo_label.astype(np.float32)))
48        
49        #デバック用
50        print(self.data.shape) #(5584, 256) 
51        print(self.label.shape) #(5584, 1)
52        print(self.data[5].shape) #(256,) 
53        print(self.label[5].shape) #(1,) 
54      
55
56    def __len__(self):
57        return self.label.size
58
59    def __getitem__(self, idx):
60        out_data = self.data[idx]
61        out_label = self.label[idx]
62
63        if self.transform:
64            out_data = self.transform(out_data)
65
66        return out_data, out_label
67
68dataset = Mydatasets()
69
70print(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.