关于对pytorch中的view的理解
今天写了一个pytorch的识别的代码,网络结构如下:
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
# Conv2d中的第一个参数是输入的channel数量, 第二个是输出的channel的数量,第三个是kernel size的大小
self.conv1 = nn.Conv2d(3, 6, 5)
self.pool = nn.MaxPool2d(2, 2)
self.conv2 = nn.Conv2d(6, 16, 5)
# 由于上一层中有16个channel的输出, 每个feature map大小为5*5, 所以全连接层的输入为16*(5*5)
self.fc1 = nn.Linear(16*13*13, 120)
self.fc2 = nn.Linear(120, 84)
# 我的最终分类为10类,所以fc3输出为10
self.fc3 = nn.Linear(84, 10)
def forward(self, x):
# forward 这个 函数为定义前向传播的运算,所以只需要写一个普通的python代码就可以了
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
# 下面把二维特征变为一维特征,这样全连接层才可以处理, 一种方法是写成:x = x.view(-1, 16*13*13),或者是像下面这样:
# x = x.view(x.size(0), 16*13*13),至于13是怎么来的,后面会具体分析。
x = x.view(x.size(0), 16*13*13)
x = F.relu(self.fc1(x))
x = F.relu(self.fc2(x))
x = self.fc3(x)
return x
经常运行代码时会发生如下错误:
RuntimeError: shape '[-1, 400]' is invalid for input of size 10816
`等等,具体问题要具体分析,每一个人的图像shape不一样,我的时64x64的rgb图像,batch size=4
所以我设置的x = x.view(4, 16*13*13)
网上也有说的64 x 64的灰度图像,也可以这么设置,这里有一个公式:
x = x.view(-1, channels*height*width)
channels 来自前一个卷积的滤波器的通道的数量,如果你遇到了这样的问题:
RuntimeError:shape'[-1,400]' is invalid for input of size E
可以直接用公式:
height = width =sqrt(E/batch_size/N_channels)
N_channels = 16,个人理解为的是卷积层的输出channels,不是image的channels。
对于上面的错误中的10816:sqrt(10816/4/16)=13,所以我的x = x.view(4, 16*13*13)
希望对你有所帮助
如果还有别的error的,可以参考这篇博客:https://blog.csdn.net/weixin_41770169/article/details/90750965