火炬 |不知道为什么会报错？（初学者）答案

【问题标题】：Pytorch | I don't know why it is throwing an error? (Beginner)火炬 |不知道为什么会报错？（初学者）
【发布时间】：2020-08-18 14:29:39
【问题描述】：

import torch.nn as nn
import torch.nn.functional as F

## TODO: Define the NN architecture
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        # linear layer (784 -> 1 hidden node)
        self.fc1 = nn.Linear(28 * 28, 512)
        self.fc2 = nn.Linear(512 * 512)
        self.fc3 = nn.Linear(512 * 10)

    def forward(self, x):
        # flatten image input
        x = x.view(-1, 28 * 28)
        # add hidden layer, with relu activation function
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = F.relu(self.fc3(x))
        return x

# initialize the NN
model = Net()
print(model)

当我运行它时，它会抛出这个错误。为什么？

TypeError: __ init __() 缺少 1 个必需的位置参数：'out_features'

【问题讨论】：

标签： pytorch mnist conv-neural-network

【解决方案1】：

这个错误是因为你没有在你的 fc2 和 fc3 中提供全连接层的输出大小。下面是修改后的代码。我添加了输出大小，我不确定这是否是您想要的输出大小架构。但是为了演示，我把输出大小。请根据您的要求编辑代码并添加输出大小。

记住前一个全连接层的输出大小应该是下一个FC层的输入大小。否则会抛出大小不匹配错误。

import torch.nn as nn
import torch.nn.functional as F

## TODO: Define the NN architecture
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        # linear layer (784 -> 1 hidden node)
        self.fc1 = nn.Linear(28 * 28, 512)
        self.fc2 = nn.Linear(512 ,512*10)
        self.fc3 = nn.Linear(512 * 10,10)

    def forward(self, x):
        # flatten image input
        x = x.view(-1, 28 * 28)
        # add hidden layer, with relu activation function
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = F.relu(self.fc3(x))
        return x

# initialize the NN
model = Net()
print(model)

【讨论】：