【发布时间】：2022-01-21 15:59:00
【问题描述】：
我有一个用于分类的 CNN 网络（2 个标签）。它由许多 conv3d 层组成，这些层在一个列表中链接在一起，然后在我的 forward 函数的 for 循环中执行。模型如下：
(0) : Sequential(
(0): Dropout3d(p=0.2, inplace=False)
(1): Conv3d(1, 8, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
(2): BatchNorm3d(8, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(3): ELU(alpha=1.0)
(4): Conv3d(8, 16, kernel_size=(3, 3, 3), stride=(1, 1, 1))
(5): BatchNorm3d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(6): ELU(alpha=1.0)
)
(1) : Sequential(
(0): Dropout3d(p=0.1, inplace=False)
(1): Conv3d(16, 24, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
(2): BatchNorm3d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(3): ELU(alpha=1.0)
(4): Conv3d(24, 32, kernel_size=(3, 3, 3), stride=(1, 1, 1))
(5): BatchNorm3d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(6): ELU(alpha=1.0)
)
(2) : Sequential(
(0): Conv3d(32, 80, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
(1): BatchNorm3d(80, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ELU(alpha=1.0)
(3): Conv3d(80, 128, kernel_size=(3, 3, 3), stride=(1, 1, 1))
(4): BatchNorm3d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(5): ELU(alpha=1.0)
)
(3) : Sequential(
(0): Conv3d(128, 72, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
(1): BatchNorm3d(72, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(2): ELU(alpha=1.0)
(3): Conv3d(72, 16, kernel_size=(3, 3, 3), stride=(1, 1, 1))
(4): BatchNorm3d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(5): ELU(alpha=1.0)
)
(finallayer) : Conv3d(16, 2, kernel_size=(4, 5, 4), stride=(1, 1, 1))
在每个顺序块 [0-4] 之后，我们使用以下方法进行最大池化：
max_pool3d(x, kernel_size=2, stride=2)
最后一层的输出然后被重新整形：
x = x.reshape(-1, 2)
每个顺序和最大池化层调用后的维度如下所示：
Input dimension before calling forward: torch.Size([2, 1, 182, 218, 182])
#Here, 2 is batch size and 1 is channel.
Output dimension of (0) convolution layer: [2, 16, 180, 216, 180]
#printing as list(x.shape)
Output dimension of pool (0) layer : [2, 16, 90, 108, 90]
Output dimension of (1) convolution layer : [2, 32, 88, 106, 88]
Output dimension of pool (1) layer : [2, 32, 44, 53, 44]
Output dimension of (2) convolution layer : [2, 128, 42, 51, 42]
Output dimension of pool (2) layer : [2, 128, 21, 25, 21]
Output dimension of (3) convolution layer : [2, 16, 19, 23, 19]
Output dimension of pool (3) layer : [2, 16, 9, 11, 9]
Dimension before calling finallayer : [2, 16, 9, 11, 9]
Dimension after finallayer but before reshape : [2, 2, 6, 7, 6]
Dimension post reshape : [504, 2]
在调用 criterion 时，它在内部调用了 pytorch 的 binary_cross_entropy_with_logits。我发现尺寸不匹配。
ValueError: Target size (torch.Size([2])) must be the same as input size (torch.Size([504, 2]))
我已经研究过他们提到使用 torch.unsqueeze() 的类似问题，但是我不确定是否可以使用 unsqueeze 创建 504 行。
此外，我在每次调用后交叉检查了每个输出层通道号并进行了验证。 任何帮助表示赞赏。
【问题讨论】：
-
我认为您缺少将输入特征维度转换为类维度的线性模块。你不应该以这种方式重塑你的卷积层的输出来获得你的类的维度。
标签： python deep-learning pytorch