Pytorch 错误 mat1 和 mat2 形状不能相乘答案

【问题标题】：Pytorch error mat1 and mat2 shapes cannot be multipliedPytorch 错误 mat1 和 mat2 形状不能相乘
【发布时间】：2022-07-15 14:54:17
【问题描述】：

我收到此错误。而我的输入图像的大小是 [3072,2,2]，所以我通过以下代码将图像展平，但是，我收到了这个错误：

mat1 and mat2 shapes cannot be multiplied (6144x2 and 12288x512)

我的代码：

class NeuralNet(nn.Module):
    def __init__(self):
        super(NeuralNet, self).__init__()
        self.fc1 = nn.Linear(12288 ,512) 
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(512, 3)  
    
    def forward(self, x):
        out = torch.flatten(x,0)
        
        out = self.fc1(x)
        out = self.relu(out)
        out = self.fc2(out)
        return out

model = NeuralNet().to(device)

# Train the model
total_step = len(my_dataloader)
for epoch in range(5):
    for i, (images, labels) in enumerate(my_dataloader):  
        # Move tensors to the configured device
        images = images.to(device)
        print(type(images))
        labels = labels.to(device)
        
        # Forward pass
        outputs = model(images)
        loss = criterion(outputs, labels)
        
        # Backward and optimize
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

【问题讨论】：

标签： python neural-network pytorch conv-neural-network training-data

【解决方案1】：

首先，您的线性层的特征不正确。功能内应该是您输入的最后一个暗淡。在这种情况下，应该是nn.Linear(2,512)

class NeuralNet(nn.Module):
    def __init__(self):
        super(NeuralNet, self).__init__()
        self.fc1 = nn.Linear(2 ,512) 
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(512, 3)  
    
    def forward(self, x):
        out = torch.flatten(x,0)
        
        out = self.fc1(x)
        out = self.relu(out)
        out = self.fc2(out)
        return out

基于PyTorch documenttorch.flatten(x,0)[3072*2,2] 的返回形状，如果您希望在线性内特征中具有[12288] 的形状，则应使用torch.flatten(input, start_dim=0, end_dim=- 1)

class NeuralNet(nn.Module):
    def __init__(self):
        super(NeuralNet, self).__init__()
        self.fc1 = nn.Linear(12288 ,512) 
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(512, 3)  
    
    def forward(self, x):
        out = torch.flatten(x)
        
        out = self.fc1(x,start_dim=0, end_dim=- 1)
        out = self.relu(out)
        out = self.fc2(out)
        return out

【讨论】：

【解决方案2】：

你知道发生了什么错误吗？

mat1 and mat2 shapes cannot be multiplied (6144x2 and 12288x512)

您不能将(m x n) 矩阵与(p x n) 相乘。

your error : (6144x2) * (12288x512)

它必须是(m x n) 和(n x p)。这个“内部”维度需要相同（左矩阵的列数 = 右矩阵的行数）。

然后：---> out = torch.flatten(x,0) 将图像 [3072,2,2] 更改为 [3072*2,2] = [6144,2]（不是这个 [16288]），

矩阵 [6144,2] 和 [2,512] 形状可以相乘

【讨论】：