TypeError: conv2d(): argument ‘input‘ (position 1) must be Tensor, not NoneType

最新推荐文章于 2024-09-27 20:50:04 发布

问夏WenXia

最新推荐文章于 2024-09-27 20:50:04 发布

阅读量2.8k

点赞数 5

分类专栏：实验错误记录文章标签： pytorch

本文链接：https://blog.csdn.net/zzzzzfffftttt/article/details/123403338

版权

实验错误记录专栏收录该内容

7 篇文章

订阅专栏

本文讲述了在PyTorch中实现自定义卷积层时，由于忘记返回输出导致的报错，并提供了修复方法。通过实例说明了在forward函数中添加return语句的重要性，以确保正确处理神经网络计算流程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

报错信息：卷积的输入应该是tensor，而不是Nonetype。
输入的图片是正常的tensor，但是为什么会报错。
通过定位与检测，发现我写一个自定义常规卷积的时候，忘记return了。

class BasicBlock(nn.Module):
    expansion=1
    def __init__(self):
        super(BasicBlock, self).__init__()
      	self.conv1=nn.Conv2d(3,3,kernel_size=3,stride=stride,padding=1,bias=False)
        self.bn1=nn.BatchNorm2d(3)
        self.relu=nn.ReLU()
 
    def forward(self,x):
        x=self.conv1(x)
        x=self.bn1(x)
        x=self.relu(x)
		# forward函数就写到了这里，然后没有return所以报错
        #return out