如何解决功能线性层的大小不匹配
很抱歉,这可能是一个之前已经回答过的简单问题,但我找不到答案。我正在尝试使用 CNN 来提取特征,然后将其输入到输出 2 个变量的 FC 网络中。我正在尝试使用功能性线性层作为动态处理扁平特征的一种方式。 self.cnn
是一个 Sequential 容器,最后一层是 nn.Flatten()
。当我在 CNN 之后打印 x 的大小时,我看到它是 15x152064,所以我不清楚为什么 F.linear
层无法运行并出现以下错误。任何帮助将不胜感激。
运行时错误:大小不匹配,得到 15,15x152064,2
x = self.cnn(x)
batch_size,channels = x.size()
x = F.linear(x,torch.Tensor([256,channels]))
y_hat = self.FC(x)
解决方法
torch.Tensor([256,channels])
不会创建大小为 (256,channels)
的张量,而是创建包含值 256 和 channels
的一维张量。我不知道你想如何初始化你的权重,但有几个选项:
# Identity transform:
x = F.linear(x,torch.ones(256,channels))
# Random transform :
x = F.linear(x,torch.randn(256,channels))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。