我网络的输入是尺寸为n m的RGB图像,如何让输出的尺寸为n m。
class Net(nn.Module):
def __init__(self):
super(Net, self).__init__()
self.conv1 = nn.Conv2d(3, 20, kernel_size = 5)
self.conv2 = nn.Conv2d(20, 50, kernel_size = 3)
self.conv3 = nn.ConvTranspose2d(50,20, kernel_size = 5)
self.conv4 = nn.ConvTranspose2d(20,1, kernel_size = 3)
def forward(self, x):
x = F.relu(self.conv1(x))
x = F.relu(self.conv2(x))
x = F.relu(self.conv3(x))
x = F.relu(self.conv4(x))
return x
我目前输出1 * n * m。如何输出n * m?
答案 0 :(得分:0)
如果您想将Tensor重新塑造成不同大小但具有相同数量的元素,通常可以使用torch.view
。
对于您的情况,有一个更简单的解决方案:torch.squeeze
返回一个删除了所有尺寸为1的Tensor。