Error size mismatch, m1: [1 x 1903104], m2: [523776 x 128] at ..\aten\src\TH/generic/THTensorMath.cp

本文档详细介绍了在使用PyTorch时遇到的'Error size mismatch'问题,该问题源于输入尺寸不匹配导致网络参数无法对应。解决方法是在transform中添加resize操作,确保输入图像尺寸与训练时一致,例如resize为256x256。参考自PyTorch论坛讨论。
摘要由CSDN通过智能技术生成

Error size mismatch, m1: [1 x 1903104], m2: [523776 x 128] at …\aten\src\TH/generic/THTensorMath.cpp:41)

问题原因:

网络的参数对应不上,对应的最后一层(fc1层),经过排查发现是Image输入网络时没有Resize成图片train时的大小(256*256)

解决方法:

在transform中加一条transform.resize(256)即可。
Ref: https://discuss.pytorch.org/t/size-mismatch-m1-16-x-4096-m2-1024-x-3-at-pytorch-aten-src-th-generic-thtensormath-cpp-41/88730

问题复现:

input = torch.randn(16, 4096)</
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值