这涉及到： 2.使用pad_sequence填充序列 3.在嵌入层中输入填充的序列 4.打包嵌入层的输出 5.将包插入LSTM。(--> 131= input.size(-1):
RuntimeError: input must have 2 dimens
浏览 276提问于2019-06-03得票数 0
1回答
batch_data.to(device)).cpu() print ("passed") 错误是： ->3lib/python3.7/dist-packages/torch/nn/modules/rnn.py in check_input(self，input，batch_sizes) 201 raise RuntimeError( 202‘输入必须有<
浏览 79提问于2021-07-03得票数 1
= torch.nn.Sequential( torch.nn.Linear(H, D_out) 这就给了我这个错误：形状的输入(seq_len，batch，input_size)：包含输入序列特征
浏览 58提问于2018-05-28得票数 3
= 3) or (is_input_packed and input.dim() != 2):--> 208 'input must have 3 dimensions,got {}'.format(input.dim())) 210 raise <e
浏览 1提问于2018-05-17得票数 5
torch.randn(1,80,100,requires_grad=True)
torch.onnx.export(waveglow,a, "waveglow.onnx") 我正在尝试将PyTorch模型导出为ONNX在PyTorch中测试我的模型时，输入张量维度是(1,80，x)，其中x随输入文本长度而变化(我使用的模型是名为waveglow的TTS模型) 当我尝试运行上面的代码将模型导出到onnx时，我总是得到这个错误RuntimeError: Only tuples, list
浏览 631提问于2019-03-10得票数 3
RuntimeError: Given groups=1, weight of size [64, 3, 3, 3], expected input[64, 1, 32, 32] to have 3 channels, but got 1 channels instead
self.block_1 = nn.Sequenti
浏览 102提问于2021-04-23得票数 0
我正在尝试做一个二维卷积，一个二维网格，由下面形状的张量表示 [batch_dim, width, height] 其中，第一维度是批次维度，第二和第三维度表示2d网格 当我尝试使用以下代码应用2d卷积时： nn.Conv2d(1, 32, kernel_size=3, stride=1) 我得到以下错误： RuntimeError: Expected 4-dimensional input for4-dimensional weight 32 1 1 1, but got 3<
浏览 18提问于2019-12-28得票数 0
{textureDims.width} resizeWidth={150} [错误: model.execute(dict)中提供的dict‘’ToFloat‘的形状必须为-1，-1，-1,3，但为200,150,3]
就像我说的，我不太喜欢TensorFlow，
浏览 5提问于2021-07-01得票数 0
1回答
我希望我的电筒CNN作为输入，长度为32x32rgb图像的序列连接在通道维度上。因此，网络的单个输入具有形状(32, 32, 3, SEQ_LEN)。如何定义我的CNN输入层？共同的方式input_conv = nn.Conv2d(in_channels=SEQ_LEN, out_channels=32, kernel_size=3)
frames = np.random.randint(0, 255, siz
浏览 4提问于2020-09-28得票数 1
我的输入是300 d字嵌入，我的输出是一个长度为11的热编码向量，其中模型在11个输出维中的每一个进行分类选择。used 202 'input must have {} dimensions, got {}'.format(
-->
浏览 0提问于2021-09-08得票数 2
回答已采纳
根据PyTorch文档页面，我认为我应该能够将未批处理的输入输入到L形状的RNN中，其中L是序列的长度，H_in是输入的长度。也就是二维矢量。error_x1.backward() optimizer_prediction.zero_grad()RuntimeError: input must have 3
浏览 6提问于2022-05-13得票数 1
1回答
transforms.ToTensor()t=a(predict_img)v=c(u)
print(model(v).shape())
print('Prediction: ', torch.argmax(single_prediction.data, 1
浏览 16提问于2021-06-28得票数 0
cifar可以工作，但是当尝试在fmnist上使用我的函数时，我得到了错误: RuntimeError:给定的groups=1，大小为32，3，3，3的权重，期望input4，1，28，28有3个通道，我知道维度或输入数据的方式有一些问题。提前感谢！
浏览 75提问于2021-06-14得票数 0
1回答
radar_forecast.py 请帮我改正这个错误： Error when checking input: expected conv_lst_m2d_167_input to have 5 dimensions, but gotarray with shape (1785, 400, 320, 3) 如果我向X_Train的重塑数组添加另一个维度： X_Train = np.array(X).reshape(-1, 400,Error when checking input: expected conv_lst_m2d_167_inp
浏览 34提问于2018-12-28得票数 0
回答已采纳
图像的大小是print(dataset_train[0][0].shape)向我展示的torch.Size([3, 227, 227])数据序列的形状RuntimeError6f00f9272a22> in <module> 2 for x, y
浏览 0提问于2020-06-17得票数 1
1回答
我有一个张量形状(5，1，3,126,126)，它代表一个视频(每个126x126 rgb 5帧)。我要把它转到一个 nn.Conv3d(5,5,1), )RuntimeError: Given groups=1, weight of size [5, 5, 1, 1, 1], expectedinput[5, 1, <e
浏览 0提问于2020-07-10得票数 0
在通过pytorch对resnet50模型进行培训时，我得到了以下错误：
使用此数据集
浏览 0提问于2019-03-07得票数 0
回答已采纳
1回答
我有一个单独的形状数据( 20 , 20 ,20)，其中20个形状张量(1,20,20)将被用作20个单独CNN的输入。这是我到目前为止的密码。self.features = nn.ModuleList([nn.Sequential( nn.ReLU(), nn.Re
浏览 0提问于2021-04-25得票数 0
回答已采纳
如果我用以下值初始化hidden_state并将输入日期输入到模型中。y, hidden_state = rnn(i_data, hidden_state)
我得到了错误: assert (input.dim() in (2，3))，f"RNN:预期输入为2-D或3-D，但收到{input.dim()}-D张量“AssertionError: RNN:预期输
浏览 0提问于2023-05-28得票数 0
我正在研究PyTorch几何，我有一个RuntimeError: index 99 is out of bounds for dimension 0 with size 99问题。featureedge_index为2,745 2节点，源形状为32,3节点，特征目标大小为100,3节点，索引
浏览 9提问于2022-05-25得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
