nn.Linear должен не соответствовать, но работает успешно

Question

Я запутался в функции nn.linear.Для отличительной черты последнего nn.MaxPool2d модели VGG-19 размер тензора равен (512, 7, 7).Модель ниже использует функцию объединения и изменяет размер тензора до (512, 49), затем напрямую использует nn.linear (512, 7).Почему он не может успешно работать без проблем с несовпадением?

source

'''VGG11/13/16/19 in Pytorch.'''
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable


cfg = {
    'VGG11': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'VGG13': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'],
    'VGG16': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M', 512, 512, 512, 'M'],
    'VGG19': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 256, 'M', 512, 512, 512, 512, 'M', 512, 512, 512, 512, 'M'],
}


class VGG(nn.Module):
    def __init__(self, vgg_name):
        super(VGG, self).__init__()
        self.features = self._make_layers(cfg[vgg_name])
        self.classifier = nn.Linear(512, 7)

    def forward(self, x):
        out = self.features(x)
        out = out.view(out.size(0), -1)
        out = F.dropout(out, p=0.5, training=self.training)
        out = self.classifier(out)
        return out

    def _make_layers(self, cfg):
        layers = []
        in_channels = 3
        for x in cfg:
            if x == 'M':
                layers += [nn.MaxPool2d(kernel_size=2, stride=2)]
            else:
                layers += [nn.Conv2d(in_channels, x, kernel_size=3, padding=1),
                           nn.BatchNorm2d(x),
                           nn.ReLU(inplace=True)]
                in_channels = x
        layers += [nn.AvgPool2d(kernel_size=1, stride=1)]
        return nn.Sequential(*layers)

Answer 1

Почему предполагается, что этот код работает? Я проверил его и получил следующие формы и ожидаемую ошибку несоответствия размера.

def forward(self, x):
    out = self.features(x) # torch.Size([1, 512, 7, 7])
    out = out.view(out.size(0), -1)  # torch.Size([1, 25088])
    out = F.dropout(out, p=0.5, training=self.training)  # torch.Size([1, 25088])
    out = self.classifier(out)  # RuntimeError: size mismatch, m1: [1 x 25088], m2: [512 x 7]
    return out

Одна ошибка, которую вы сделали с выводом размеров, это то, что вы пропустили размер партии. Вот почему вы можете ошибочно заключить, что изменение формы с out.view(out.size(0), -1) будет [512, 7, 7] -> [512, 49] вместо правильного [b, 512, 7, 7] -> [b, 25088] где b - размер партии.

Как и ожидалось, когда классификатор изменен на

self.classifier = nn.Linear(25088, 7)

тогда работает функция пересылки, ошибка несоответствия размера.