PyTorch用torch.nn.functional.conv2d替换torch.nn.Conv2d

Question

所以我对PyTorch有this MNIST example。 我想用功能方法替换conv2d。但出现意外错误。

我将self.conv1 = nn.Conv2d(1, 32, 5, padding=2)替换为self.w_conv1 = Variable(torch.randn(1, 32, 5))

在转发方法中，我将x = F.max_pool2d(F.relu(self.conv1(x)), 2)替换为x = F.max_pool2d(F.relu(F.conv2d(x, self.w_conv1, padding=2),2))

然后它会给我一个错误：

Expected 4-dimensional input for 4-dimensional weight [1, 32, 5], but got input of size [50, 1, 28, 28] instead

之前的代码工作过，我认为我用它的功能等同替换了这个类。

Answer 1

albanD回答了https://discuss.pytorch.org/t/pytorch-replace-torch-nn-conv2d-with-torch-nn-functional-conv2d/16596

中的问题

  

您好，

     

错误信息不是很清楚我害怕因为它来自   深入C后端。这里的问题是，当你做一个   具有大小（批量，in_chan，宽度，高度）的2D图像上的卷积，   你想要一个大小的输出（批量，out_chan，宽度'，高度'），   卷积的权重应该是（out_chan，in_chan，   width_kern_size，height_kern_size），基本上当你使用内核时   Conv2d函数的大小为5，与内核相同   宽度为5，高度为5.因此你应该有self.w_conv1 =   变量（torch.randn（32,1,5,5））。有关详细信息，请参阅doc。