网络参数不匹配问题

在复现AAAI2020年论文《Improving ECG Classification Using Generative Adversarial Networks》时遇到网络输入与网络维度不匹配问题。错误指出网络期望216X100的参数,但接收到2150X5的输入。通过修改Classifiers文件夹下main.py中的lstm_setting参数为False,使全连接网络与输入尺寸匹配,从而解决错误。问题根源在于对LSTM和全连接网络的理解不足,以及未充分结合论文和代码。复现论文需注意理解代码背后原理,避免类似问题。
摘要由CSDN通过智能技术生成

项目场景:

最近在复现一篇AAAI2020年的论文《Improving ECG Classification Using Generative Adversarial Networks》,记录一下碰到的比较棘手的bug。


问题描述:

在跑代码时,碰到了一个网络输入与网络维度不匹配的问题,图片如下:
这里维度不匹配
问题是说网络的维度为216X100,但是传入网络的参数维度为2150X5,所以就报错了。

解决方案:

作为一个接触机器学习不久的新手,改正这个错误花了很多时间。具体改正的办法如下文。
将Classifiers文件夹下的main.py中的

dataset = ecg_dataset_pytorch.EcgHearBeatsDataset(transform=composed)
……
testset = ecg_dataset_pytorch.EcgHearBeatsDatasetTest(transform=composed)

改为

dataset = ecg_dataset_pytorch.EcgHearBeatsDataset(transform=composed, lstm_setting=False)
……
testse
评论 1
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