功能线性层的大小不匹配

Question

我很抱歉，这可能是一个以前已经回答过的简单问题，但我找不到答案。我试图使用CNN来提取特征，然后将其输入到输出2个变量的FC网络中。我正在尝试使用函数线性层作为一种动态处理扁平特征的方式。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。如有任何帮助，我们将不胜感激。

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)

Answer 1

torch.Tensor([256, channels])不创建大小为(256, channels)的张量，而是创建包含值256和channels的1D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))