PyTorch-无法将BatchNormal1d与线性

在一维张量上使用PyTorch的

BatchNormal1d

，会产生以下错误：

RuntimeError:running_mean应包含1个元素，而不是2304

对可能出现的问题有什么建议吗

我的代码：

self.net_common = nn.Sequential (
    nn.Linear(64*64, 48*48),
    nn.BatchNorm1d(48*48),
    nn.Tanh(),
    nn.Dropout(p=0.25),
    nn.Linear(48*48, 32*32),
    nn.BatchNorm1d(32*32),
    nn.Tanh(),
)

---

您应该使用2D张量作为输入，因为

BatchNorm1d

可用于小批量：

在2D或3D输入上应用批量规格化（带有可选附加通道尺寸的1D输入的小批量）。。。

您可以尝试

torch.unsqueze

修复输入维度

参数的解释

num_功能–C来自预期的大小输入（N，C，L）或L来自大小输入（N，L） 我认为C表示通道，L表示数据长度，N表示批量大小。所以如果你输入的形状是（N，C，L），也许C是1或3，你可以使用

···
nn.1D（1）
···

对于测试，您可以使用以下代码：

m=nn.BatchNorm1d（1）
d=火炬。随机数（4，1，8）
输出=m（d）