Question

我需要一些帮助。我正在尝试制作一个自定义的CNN，该CNN应该接受一个通道图像并进行二进制分类。这是模型：

class custom_small_CNN(nn.Module):

    def __init__(self, input_channels=1, output_features=1):
        super(custom_small_CNN, self).__init__()

        self.input_channels = input_channels
        self.output_features = output_features

        self.conv1 = nn.Conv2d(self.input_channels, 8, kernel_size=(7, 7), stride=(2, 2), padding=(6, 6), dilation=(2, 2))
        self.conv2 = nn.Conv2d(8, 16, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), dilation=(1, 1))
        self.pool = nn.MaxPool2d(kernel_size=(2, 2))
        self.fc1 = nn.Linear(in_features=1024, out_features=self.output_features, bias=True)
        self.dropout = nn.Dropout(p=0.5)
        self.softmax = nn.Softmax(dim=1)
        self.net_name = 'Custom_Small_CNN'

        self.net = nn.Sequential(self.conv1, self.pool, self.conv2, self.pool, self.fc1)

    def forward(self, x):
        x = self.conv1(x)
        x = self.pool(x)
        #x = self.dropout(x)
        x = self.conv2(x)
        x = self.pool(x)
        x = x.view(-1, 1024)
        x = self.dropout(x)
        x = self.fc1(x)
        if not self.output_features == 1:
            x = self.softmax(x)
        return x

但是，当我将具有4个图像（全为零）的示例批处理放入这样的模型中时：

x = torch.from_numpy(np.zeros((4, 1, 256, 256))).float()
net = custom_small_CNN(output_features=2, input_channels=1).float()
output = net(x)

输出的形状为torch.Size([16, 2])而不是torch.Size([4, 2])，这正是我想要的，例如ResNet作为输出交付。我想念什么？谢谢！

Answer 1

应用池化层时，它返回（batch_size，2，2，num_filters），因此，当对x = x.view(-1, 1024)进行整形时，其结果是（batch_size * 4，num_filters）为形状。

您应该扁平化或平均池化层的输出，而不是像这样进行重塑。扁平化是这里最常用的。

因此，替换下面的行

x = x.view(-1, 1024)

使用

x = nn.Flatten()(x)

将产生正确的最终输出形状

自定义CNN提供错误的输出形状

1 个答案: