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)
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))