使AlexNet的第一层在lua中平行

我正试图为卢阿火炬的第一层亚历克斯内特准备一张平行的桌子。我想将两批RGB图像传递到网络，然后将添加的图像发送到下一层。例如：假设我想将带有6个通道的图像发送到alexnet的第一层，但在本例中，我想将两批3个通道分别发送到第一个并行层，将它们连接起来，然后将输出发送到下一层。 实际代码如下所示：

net = nn.Sequential()
net:add(nn.SpatialConvolution(3,96,11,11,4,4,2,2))       
net:add(nn.SpatialBatchNormalization(96))
net:add(nn.ReLU(true))
net:add(nn.SpatialMaxPooling(3,3,2,2))                   
net:add(nn.SpatialConvolution(96,256,5,5,1,1,2,2))       
net:add(nn.SpatialBatchNormalization(256))
net:add(nn.ReLU(true))
net:add(nn.SpatialMaxPooling(3,3,2,2))                   
net:add(nn.SpatialConvolution(256,384,3,3,1,1,1,1))     

我认为它会起作用的代码是：

net = nn.Sequential()
c = nn.ParallelTable()
c:add(nn.SpatialConvolution(3,48,11,11,4,4,2,2)) 
c:add(nn.SpatialConvolution(3,48,11,11,4,4,2,2))
net:add(c)
net:add(nn.JoinTable(1,8))
net:add(nn.SpatialBatchNormalization(96))
net:add(nn.ReLU(true))
net:add(nn.SpatialMaxPooling(3,3,2,2)) 

我得到的错误是：

在nn.ParallelTable的1个模块中： /torch/install/share/lua/5.1/cudnn/init.lua:171:断言失败

我想知道这个实现哪里出了问题，如果有任何帮助，我将不胜感激

---

谢谢

您的错误在

net:add（nn.JoinTable（1,8））

行上，它应该是3而不是8。该值是输入张量的维度数（不将批次维度作为维度计算）。在这里，您向您的网络提供3D图像，然后您应该编写

net:add（nn.JoinTable（1,3））

我使用了下面的代码，一切都很顺利

require 'nn'
require 'cutorch'
require 'cunn'
require 'cudnn'

net = nn.Sequential()
c = nn.ParallelTable()
c:add(nn.SpatialConvolution(3,48,11,11,4,4,2,2)) 
c:add(nn.SpatialConvolution(3,48,11,11,4,4,2,2))
net:add(c)
net:add(nn.JoinTable(1,3))
net:add(nn.SpatialBatchNormalization(96))
net:add(nn.ReLU(true))
net:add(nn.SpatialMaxPooling(3,3,2,2)) 

net:cuda()

input1 = torch.rand(128,3,227, 227):cuda()
input2 = torch.rand(128,3,227,227):cuda()

out = net:forward({input1, input2})

print(out:size())

---

实际代码显示输入有18个通道，因此您不能将

空间环境

与3个输入通道一起使用。这是我的错误。实际代码是3，将获得3个通道的输入，但现在我想给模型2批3个通道的图像（我可以通过在第一层将3更改为6来给我的模型批6个通道，但我想给网络两批3个通道，而不是一批6个通道）你的模型的输入张量的尺寸是多少？输入张量的尺寸是128*3*227*227。你在gpu上训练吗？您的模型和输入张量已转换为cuda模型和张量？非常感谢您的帮助。我把它改为3，它起作用了。@M.es如果这解决了你的问题，接受答案，向大家表明问题已经解决了