使用卷积自动编码器从 2D 到 3D

Question

我想从2D图像重建3D对象。为此，我尝试使用卷积自动编码器。但是，我应该在哪一层提升维度？

我在下面写了一个代码，但是，它显示了一个错误：

"运行时错误：参数 2 无效：大小 '[1 x 1156 x 1156]' 对于在 pytorch-src/torch/lib/TH/THStorage.c：41 输入 2312 个元素无效">

class dim_lifting(nn.Module):
    def __init__(self):
        super(dim_lifting, self).__init__()
        self.encode = nn.Sequential(
            nn.Conv2d(1, 34, kernel_size=5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(34, 16, kernel_size=5, padding=2),
            nn.MaxPool2d(2),
            nn.Conv2d(16, 8, kernel_size=5, padding=2),
            nn.MaxPool2d(2),
            nn.LeakyReLU()
        )
        self.fc1 = nn.Linear(2312, 2312)
        self.decode = nn.Sequential(
            nn.ConvTranspose3d(1, 16, kernel_size=5, padding=2),
            nn.LeakyReLU(),
            nn.ConvTranspose3d(16, 32, kernel_size=5, padding=2),
            nn.LeakyReLU(),
            nn.MaxPool2d(2))
    def forward(self, x):
        out = self.encode(x)
        out = out.view(out.size(0), -1)
        out = self.fc1(out)
        out = out.view(1, 1156, 1156)
        out = self.decode(out)
        return out

错误发生在这里

out = out.view(1, 1156, 1156)

Answer 1

我无法测试我的建议，因为您的示例不完整。我想你的台词应该喜欢

out = out.view(x.size(0), -1)

这样，您就可以平展输入。