RuntimeError:张量a(3)的大小必须匹配张量b(20)在非单维2上的大小

Question

我有一个形状为torch.Size([3, 1, 20, 20])(batch_size x channels x height x width)的输入张量X和一个形状相同的目标张量ytorch.Size([3, 1, 20, 20])现在当我使用均方误差损失时，它给了我一个警告:

Using a target size (torch.Size([3, 1, 20, 20])) that is different to the input size (torch.Size([3, 1])) 

但输入形状为torch.Size([3, 1, 20, 20])?

然后我得到错误:

RuntimeError: The size of tensor a (3) must match the size of tensor b (20) at non-singleton dimension 2

代码:

def __init__(self):
super().__init__()
self.l1 = torch.nn.Linear(20 * 20 , 1)
def forward(self, x):
return torch.relu(self.l1(x.view(x.size(0), -1)))

def training_step(self, batch, batch_nb):
X, y = batch

loss = F.mse_loss(self(X), y, reduction='mean')
return loss
def configure_optimizers(self):
return torch.optim.Adam(self.parameters(), lr=0.02)

有人能帮帮我吗

Answer 1

你的输入大小为[3,1,20,20]，但模型(self)的输出大小为[3,1]，因为你通过一个完全连接的层传递输入，然后重塑(view)它。

我想提供如何解决这个问题的代码，但不清楚你的实际目标是什么。