初学者PyTorch : RuntimeError:大小不匹配，m1：[16 x 2304000]，m2：[600 x 120]
初学者PyTorch : RuntimeError:大小不匹配，m1：[16 x 2304000]，m2：[600 x 120]
提问于 2020-02-27 21:01:10
我是PyTorch和构建NN的初学者，一般情况下，我有点卡住了。
我有一个CNN的架构：
class ConvNet(nn.Module):
def __init__(self, num_classes=10):
super(ConvNet, self).__init__()
self.conv1 = nn.Conv2d(
in_channels=3,
out_channels=16,
kernel_size=3)
self.conv2 = nn.Conv2d(
in_channels=16,
out_channels=24,
kernel_size=4)
self.conv3 = nn.Conv2d(
in_channels=24,
out_channels=32,
kernel_size=4)
self.dropout = nn.Dropout2d(p=0.3)
self.pool = nn.MaxPool2d(2)
self.fc1 = nn.Linear(600, 120)
self.fc2 = nn.Linear(512, 10)
self.final = nn.Softmax(dim=1)
def forward(self, x):
# conv 3 layers
x = F.max_pool2d(F.relu(self.conv1(x)), 2) # output of conv layers
x = self.dropout(x)
x = F.max_pool2d(F.relu(self.conv2(x)), 2) # output of conv layers
x = self.dropout(x)
x = F.max_pool2d(F.relu(self.conv3(x)), 2) # output of conv layers
x = self.dropout(x)
# linear layer
x = F.interpolate(x, size=(600, 120))
x = x.view(x.size(0), -1)
x = self.fc1(x)
return x但是当我尝试使用我的图像进行训练时，它不起作用，并且我出现了这个错误：
RuntimeError: size mismatch, m1: [16 x 2304000], m2: [600 x 120]我想添加第二个线性层(self.fc2)以及最终的SoftMax层(self.final)，但由于我停留在第一个线性层，所以无法取得任何进展。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-02-27 21:30:51
self.fc1的输入维度需要与展平张量的特征(第二)维度相匹配。因此，您可以用self.fc1 = nn.Linear(2304000, 120)代替self.fc1 = nn.Linear(600, 120)。
请记住，因为您使用的是完全连接层，所以模型不能是输入大小不变的(与完全卷积网络不同)。如果您在x = x.view(x.size(0), -1)之前更改了通道的大小或空间维度(就像您从上一个问题移动到这个问题一样)，则self.fc1的输入维度将必须相应地更改。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60441677
复制
相似问题
IE7分区创建表
Jenkins-量角器集成-Centos7 7
Windows 7中的量角器
单击事件隐藏2分量角4
角度7量角器非角度LoginPage
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
