Fatal编程技术网
  • pytorch/
  • Pytorch 在发送到损耗函数之前，如何处理CNN层末尾的可变大小输入

Pytorch 在发送到损耗函数之前，如何处理CNN层末尾的可变大小输入

pytorch

Pytorch 在发送到损耗函数之前，如何处理CNN层末尾的可变大小输入,pytorch,conv-neural-network,cross-entropy,Pytorch,Conv Neural Network,Cross Entropy,我正在处理CNN的可变大小输入，我想知道如何将其馈送到最后一个FC层，以满足交叉熵损失函数的要求。即使处理一个样本，后续样本也会有不同的维度，不能用于反向传播。所以我想知道一种或几种处理方法 （注意：当前正在使用裁剪输入以使其固定大小，查询是为了临时修改）只需将torch.nn.AdaptiveAvgPool2d放置在最后一个conv层和第一个完全连接的层之间即可 请注意，完全连接的层的输入维度应为最后一个conv层中的通道数检查自适应池层。非常感谢你，这似乎奏效了。然而，我更想知道它是如何修改

我正在处理CNN的可变大小输入，我想知道如何将其馈送到最后一个FC层，以满足交叉熵损失函数的要求。即使处理一个样本，后续样本也会有不同的维度，不能用于反向传播。所以我想知道一种或几种处理方法

（注意：当前正在使用裁剪输入以使其固定大小，查询是为了临时修改）

只需将
torch.nn.AdaptiveAvgPool2d放置在最后一个conv层和第一个完全连接的层之间即可


请注意，完全连接的层的输入维度应为最后一个conv层中的通道数

检查自适应池层。非常感谢你，这似乎奏效了。然而，我更想知道它是如何修改数据并对模型和结果产生影响的。我知道这是特定于任务的，但由于我无法将不同长度的数据批量发送到模型，我想知道是否有一种方法也可以发送变量数据批量。