Как я могу указать входной размер сглаженного слоя после многих свернутых слоев в PyTorch?

Question

Вот моя проблема, я делаю небольшой тест на наборе данных CIFAR10, как я могу указать входной размер сглаженного слоя в PyTorch?как и в следующем примере, размер ввода равен 16 * 5 * 5, однако я не знаю, как рассчитать это, и я хочу получить размер ввода с помощью некоторой функции. Может кто-то просто написать простую функцию в этом классе Net и решить эту проблему??

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3,6,5)  
        self.conv2 = nn.Conv2d(6,16,5)

        # HERE , the input size is 16*5*5, but I don't know how to get it.
        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 = F.max_pool2d(F.relu(self.conv1(x)),(2,2))
        x = F.max_pool2d(F.relu(self.conv2(x)),2)
        x = x.view(x.size()[0],-1)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

Answer 1

По умолчанию в Pytorch нет Flatten Layer.Вы можете создать класс, как показано ниже.Ура

class Flatten(nn.Module):
    def forward(self, input):
        return input.view(input.size(0), -1)


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.flatten   = Flatten()  ## describing the layer
        self.conv1 = nn.Conv2d(3,6,5)  
        self.conv2 = nn.Conv2d(6,16,5)

        # HERE , the input size is 16*5*5, but I don't know how to get it.
        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 = F.max_pool2d(F.relu(self.conv1(x)),(2,2))
        x = F.max_pool2d(F.relu(self.conv2(x)),2)
        #x = x.view(x.size()[0],-1)
        x = self.flatten(x)   ### using of flatten layer
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

Answer 2

Полагаю, это немного кода из учебника по Pytorch, верно?У меня та же проблема, и Дженс Петерсен прав: размер ввода полностью подключенного (FC) слоя зависит от размера ввода и операций, которые вы выполняли над ним до слоя FC.В вашем случае вы забыли учесть шаги max-pooling.Поскольку эта сеть построена так, чтобы принимать входы 32x32, первый конвульсионный уровень выдает 6 * (32-3) * (32-3), что дает нам после максимального объединения 6 * floor (29/2) * floor (29/2) =6 * 14 * 14. И после второго конво-слоя + макс пулинга у нас получится размер 16 * 5 * 5.

Answer 3

Размер ввода для первого слоя FC зависит от размера вашего ввода.Документация сообщает вам, какой будет выходной размер слоя Conv2d для данного ввода, поэтому вам просто нужно перевести эту формулу в функцию.В вашем случае, если ваше входное изображение имеет размер m на n, требуемый размер ввода будет 16 * (m-8) * (n-8).