Pytorch Pytork：使用torch.nn.Conv2d卷积单通道图像_Pytorch_Conv Neural Network_Convolution_Tensor

Pytorch Pytork：使用torch.nn.Conv2d卷积单通道图像

pytorch

Pytorch Pytork：使用torch.nn.Conv2d卷积单通道图像,pytorch,conv-neural-network,convolution,tensor,Pytorch,Conv Neural Network,Convolution,Tensor,我尝试使用卷积层来卷积存储为numpy数组的灰度单层图像。代码如下： conv1 = torch.nn.Conv2d(in_channels = 1, out_channels = 1, kernel_size = 33) tensor1 = torch.from_numpy(img_gray) out_2d_np = conv1(tensor1) out_2d_np = np.asarray(out_2d_np) 我希望我的内核是33x33，输出层的数量应该等于输入层的数量，当图像的RGB

我尝试使用卷积层来卷积存储为numpy数组的灰度单层图像。代码如下：

conv1 = torch.nn.Conv2d(in_channels = 1, out_channels = 1, kernel_size = 33)
tensor1 = torch.from_numpy(img_gray)
out_2d_np = conv1(tensor1)

out_2d_np = np.asarray(out_2d_np)

我希望我的内核是33x33，输出层的数量应该等于输入层的数量，当图像的RGB通道相加时，输入层的数量是1。运行conv1tensor1时，会产生以下运行时错误：

运行时错误：四维权重1 1 33的预期四维输入，但得到的是大小为[246248]的二维输入

你知道我该怎么解决这个问题吗？我特别想使用torch.nn.Conv2d类/函数

提前感谢您的帮助

pytorch的Conv2d预计其2D输入实际上有4个维度：小批量维度、通道维度和两个空间维度。您的输入张量只有两个空间维度，并且缺少小批量和通道维度。在您的例子中，这两个维度实际上是size=1的Singleton维度

尝试：

conv1(tensor1[None, None, ...])