Question

我在PyTorch上的代码实现的摘要是：

model = models.vgg16(pretrained = False)
classifier = nn.Sequential(
        nn.Linear(25088, 128),
        nn.ReLU(True),
        nn.Dropout(),
        nn.Linear(128, 128),
        nn.ReLU(True),
        nn.Dropout(),
        nn.Linear(128, 20)
)
model.classifier = classifier

我正在输入输入尺寸（60x60x3）和batch_size = 30的图像。

当我从Linux（Ubuntu）终端（使用PyTorch版本：1.0.0，Torchvision版本：0.2.1）运行代码时，它给了我以下错误消息：

RuntimeError：大小不匹配，m1：[30 x 512]，m2：[25088 x 128]

当我在Windows上从Spyder（Anaconda）（带有PyTorch版本：1.0.1，Torchvision版本：0.2.2）运行它时，它运行完美。

我是否缺少某些内容，或者是因为Pytorch和Torchvision中的某些版本不匹配？两者都在Python 3.6上运行。请提出建议。

[ UPDATE ：错误地将版本号替换为错误情况和无错误情况。感谢@Manoj Mohan指出来]

Answer 1

这可能是另一回事。事情在火炬视觉0.2.2上完美运行，而在火炬视觉0.2.1上失败。

这种使用AdaptiveAvgPool2d的更改（进入0.2.2）的原因是您看不到该错误。 https://github.com/pytorch/vision/commit/83b2dfb2ebcd1b0694d46e3006ca96183c303706

>>> import torch
>>> model = models.vgg16(pretrained = False)
>>> x = torch.randn(1,3,60,60) # random image
>>> feat = model.features(x)
>>> flat_feat = feat.view(feat.size(0), -1) # flatten
>>> flat_feat.shape
torch.Size([1, 512])
>>> model.classifier(flat_feat)

RuntimeError：大小不匹配，m1：[1 x 512]，m2：[25088 x 4096]，位于/pytorch/aten/src/TH/generic/THTensorMath.cpp:940

您看到尺寸不匹配的错误。之后，采用自适应平均池，一切正常。

>>> import torch.nn.functional as F
>>> avg = F.adaptive_avg_pool2d(feat, (7,7))
>>> avg = avg.view(avg.size(0), -1)
>>> output = model.classifier(avg)
>>> output.shape
torch.Size([1, 1000])

在Pytorch上实现VGG16，产生大小不匹配错误

1 个答案: