PyTorch mat1 和 mat2 形状不能相乘答案

【问题标题】：PyTorch mat1 and mat2 shapes cannot be multipliedPyTorch mat1 和 mat2 形状不能相乘
【发布时间】：2021-09-09 03:43:33
【问题描述】：

我正在尝试使用 PyTorch 训练图像分类器。我按照https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.htm 的教程进行操作，效果非常好。

我现在尝试使用自定义数据集而不是教程提供的数据集，但遇到了一些问题。

这是我准备图像的代码：

transform = transforms.Compose(
[transforms.ToTensor(),
 transforms.Resize((224,224)),
 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

这是我创建数据加载器的代码：

trainset = datasets.ImageFolder('./Dataset/train', transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=batch_size, shuffle=True, num_workers=0)

testset = datasets.ImageFolder('./Dataset/test', transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=batch_size, shuffle=True, num_workers=0)

这个问题出现在这个类中：

class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = torch.flatten(x, 1) 
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

当我运行我的代码时，我得到了错误：

RuntimeError: mat1 and mat2 shapes cannot be multiplied (4x44944 and 400x120)

我使用教程提供的数据集时没有出现这个错误，尽管Net()类是完全一样的。有效的代码和无效的代码之间的唯一区别是数据加载器。

这里是教程中原始数据加载器的代码：

trainset = torchvision.datasets.CIFAR10(root='./data/train', train=True,
                                    download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=batch_size,
                                      shuffle=True, num_workers=0)

testset = torchvision.datasets.CIFAR10(root='./data/test', train=False,
                                   download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=batch_size,
                                     shuffle=False, num_workers=0)

我已经从类似问题的答案中尝试了许多建议，但都没有奏效。关于我应该做什么的任何建议？

【问题讨论】：

标签： python pytorch tensor

【解决方案1】：

您收到此错误是因为您使用的是教程中显示的模型结构，但通过224x224 调整图像大小。变平后变成179776 或4x44944，所以你有两个选择，要么不要在transform 中使用Resize 操作，因为cifar10 的原始大小是32x32，或者如果你确实想要@987654328 @ 图片然后相应地更改您的fc1 input dim。

【讨论】：

【解决方案2】：

请从transforms 中删除resize，因为 cifar10 已经是 32x32x3 并且无需调整大小。保持这种方式，代码就可以工作了

transform = transforms.Compose(
[transforms.ToTensor(),
 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])

【讨论】：