Pytorch CNN Ошибка шага

Question

Я сейчас использую Pytorch 0.4.0 в Windows, чтобы построить CNN, и вот мой код:

class net(nn.Module):
    def __init__(self):
        super(net, self).__init__()
        self.conv1 = nn.Conv2d(in_channels=1, out_channels=16, kernel_size=(1,3),stride=1 )

        self.conv2 = nn.Conv2d(in_channels=16, out_channels=32, kernel_size=(1,3), stride=1)

        self.dense1 = nn.Linear(32 * 28 * 24, 60)
        self.out = nn.Linear(60,3)

    def forward(self, input):
        x = F.relu(self.conv1(input))
        x = F.relu(self.conv2(x))
        x = x.view(x.size(0), -1) # flatten（batch，32*7*7）
        x = self.dense1(x)
        output = self.out(x)
        return output

но я получаю ошибку , что

File "D:\Anaconda\lib\site-packages\torch\nn\modules\conv.py", line 301, in forward
    self.padding, self.dilation, self.groups)

RuntimeError: expected stride to be a single integer value or a list of 1 values to match the convolution dimensions, but got stride=[1, 1]

Я думаю, это показывает, что я допустил некоторые ошибки в приведенном выше коде, но я не знаю, как это исправить, кто-нибудь может мне помочь? Заранее спасибо!

Answer 1

Одной из причин может быть input, подаваемый в модель для обработки; input должно отсутствовать одно из измерений.

Попробуйте torch.unsqueeze(input, 0)

Answer 2

Хорошо, возможно я знаю, что происходит, потому что я столкнулся с той же ошибкой во время выполнения всего 4 или 5 часов назад.

Вот мое решение в моем случае (я сам определил набор данных):

Изображение, которое я передаю в сеть, состоит из 1 канала, так же, как ваш код (self.conv1 = nn.Conv2d(in_channels=1,...)). А атрибут изображения, который может привести к ошибке во время выполнения, выглядит следующим образом:

error_img

Изображение, которое я исправил, выглядит следующим образом:

fixed_img

Чувствуете ли вы разницу? Канал входного изображения должен быть 1, поэтому img.shape() должно быть кортежем! Используйте img.reshape(1,100,100), чтобы исправить это, и функция пересылки сети продолжится.

Надеюсь, это поможет вам.