Pytorch CNN:RuntimeError:给定的组=1，大小的权重[16,16,3]，预期输入[500,119357]有16个通道，但得到了1个通道

运行上面的代码，出现以下错误：

class ConvolutionalNetwork(nn.Module):
    def __init__(self, in_features, trial):
        super().__init__()
        self.in_features = in_features
        self.trial = trial
        # this computes num features outputted from the two conv layers
        c1 = int(((self.in_features - 2)) / 64)  # this is to account for the loss due to conversion to int type
        c2 = int((c1 - 2) / 64)
        self.n_conv = int(c2 * 16)
        # self.n_conv = int((( ( (self.in_features - 2)/4 ) - 2 )/4 ) * 16)
        self.conv1 = nn.Conv1d(16, 16, 3, 1)
        self.conv1_bn = nn.BatchNorm1d(16)
        self.conv2 = nn.Conv1d(16, 16, 3, 1)
        self.conv2_bn = nn.BatchNorm1d(16)
        # self.dp = nn.Dropout(trial.suggest_uniform('dropout_rate',0,1.0))
        self.dp = nn.Dropout(0.5)
        self.fc3 = nn.Linear(self.n_conv, 2)

    def forward(self, x):
        # shape x for conv 1d op
        x = x.view(-1, 1, self.in_features)
        x = self.conv1(x)
        x = F.tanh(x)
        x = F.max_pool1d(x, 64, 64)
        x = self.conv2(x)
        x = F.tanh(x)
        x = F.max_pool1d(x, 64, 64)
        x = x.view(-1, self.n_conv)

        x = self.dp(x)
        x = self.fc3(x)
        x = F.log_softmax(x, dim=1)

        return x

---

有人能就此提出建议吗？它表示输入存在差异，但上面的代码在较早时运行良好，不确定在我重新排列代码后发生了什么。

好的，在输入“前进”方法后，您正在重塑输入数组，因此它只有一个通道：

RuntimeError: Given groups=1, weight of size [16, 16, 3], expected input[500, 1, 19357] to have 16 channels, but got 1 channels instead.

同时，在模型构造函数中，您指定conv1有16个通道作为输入：

x = x.view(-1, 1, self.in_features)

因此，期望16个通道但收到1个通道的错误

这里有两件事需要注意：

• 如果您习惯于tensorflow，可能您认为通道是最后一个维度，但在pytorch中，通道位于第一个维度。请看下面的图片。在重新调整数据形状时，请考虑这一点
• Conv1d不知道输入的长度（我告诉您这是为了以防万一in_特性代表长度）

---

我无法为您提供具体的解决方案，因为我不确定您正在尝试做什么。

好的，在进入“前进”方法后，您正在重塑您的输入阵列，使其只有一个通道：

RuntimeError: Given groups=1, weight of size [16, 16, 3], expected input[500, 1, 19357] to have 16 channels, but got 1 channels instead.

同时，在模型构造函数中，您指定conv1有16个通道作为输入：

x = x.view(-1, 1, self.in_features)

因此，期望16个通道但收到1个通道的错误

这里有两件事需要注意：

• 如果您习惯于tensorflow，可能您认为通道是最后一个维度，但在pytorch中，通道位于第一个维度。请看下面的图片。在重新调整数据形状时，请考虑这一点
• Conv1d不知道输入的长度（我告诉您这是为了以防万一in_特性代表长度）

我不能为你提供一个具体的解决方案，因为我不确定你想做什么