Deep learning 实现问题：用于模式识别的Deep ConvNet

我正在尝试使用一个完全卷积的网络来实现一个模式识别模型（图1中，我能够在没有登录或任何东西的情况下获得全文，但如果这是一个问题，我也可以附加一张图片！），但是当从最后一个Conv2D层移动到第一个fc_层时，我遇到了一个大小错误

以下是我的错误消息：

RuntimeError: size mismatch, m1: [4 x 1024], m2: [4 x 1024] at /pytorch/aten/src/THC/generic/THCTensorMathBlas.cu:283

最初，如图所示，我的第一个线性层是：

nn.Linear(4*4*512, 1024)

但在得到大小不匹配后，我将其更改为：

nn.Linear(4,1024)

现在，我有一个奇怪的错误消息，如上所述

以下是我的代码供参考（如果有帮助）：

import torch.nn as nn
import torch.utils.model_zoo as model_zoo

class convnet(nn.Module):

    def __init__(self, num_classes=1000):
        super(convnet, self).__init__()
        self.features = nn.Sequential(
            nn.Conv2d(1, 64, kernel_size=3, stride=2, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(64, 64, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(64, 64, kernel_size=3, padding=1),
            nn.MaxPool2d(kernel_size=1),
            nn.Conv2d(64, 128, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(128, 128, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2),# stride=2),
            nn.Conv2d(128, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(256, 256, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.MaxPool2d(kernel_size=2), #stride=2),
            nn.Conv2d(256, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True),
            nn.Conv2d(512, 512, kernel_size=3, padding=1),
            nn.ReLU(inplace=True), #nn.Dropout(p=0.5)
        )

        self.classifier = nn.Sequential(
            nn.Linear(4, 1024),
            nn.Dropout(p=0.5),
            nn.ReLU(inplace=True),
            #nn.Dropout(p=0.5),
            nn.Linear(1024, 1024),
            nn.ReLU(inplace=True),
            nn.Linear(1024, num_classes),
        )

    def forward(self, x):
        x = self.features(x)
        x = torch.flatten(x,1)
        x = self.classifier(x)
        return x

我怀疑这是一个填充和步幅的问题。

---

谢谢

错误来自矩阵乘法，其中

m1

应该是一个mxn矩阵，

m2

应该是一个nxp矩阵，结果将是一个mxp矩阵。在您的例子中，它是4x1024和4x1024，但这不起作用，因为

1024！=4

这意味着您对第一个线性层的输入大小为[4，1024]（4为批量大小），因此第一个线性层的输入特征应为1024

self.classifier=nn.Sequential(
nn.线性（10241024），
nn.辍学率（p=0.5），
nn.ReLU（就地=真），
#nn.辍学率（p=0.5），
nn.线性（10241024），
nn.ReLU（就地=真），
nn.线性（1024，num_类），
)

如果不确定输入的要素数量，可以在图层之前打印出其大小：

x=self.features（x）
x=焊炬。展平（x，1）
打印（x.size（））35;=>torch.size（[41024]）
x=自分类器（x）

非常感谢您！我现在意识到了我的错误（：只是一个小问题（与原始问题无关），在论文中，网络还包括pad1x2等等，你知道这在完全连接层的上下文中意味着什么吗？它们是带

padding=（1，2）的卷积

，不知道他们为什么称它们为FC，可能是因为它们是分类标题的一部分，但至少它们的描述与其他卷积一致。他们在第3.2.2节中提到了这一点。