如何生成四维权重的四维输入？

Question

我对深度学习非常陌生。我正在研究CIFAR10数据集，并创建了一个CNN模型，如下所示。

class Net2(nn.Module):
  def __init__(self):
    super(Net2, self).__init__()
    self.conv1 = nn.Conv2d(3, 32, 5, 1)
    self.fc1 = nn.Linear(32 * 5 * 5, 512)
    self.fc2 = nn.Linear(512,10)


  def forward(self, x):
    x = x.view(x.size(0), -1)
    x = F.max_pool2d(F.relu(self.conv1(x)),(2,2))
    x = F.relu(self.fc1(x))
    x = self.fc2(x)
    return x
    

net2 = Net2().to(device)

我的任务要求是创建一个模型，其中包括：

卷积层有32个滤波器，内核大小为5x5，步幅为1。

最大池层的内核大小为2x2和默认步幅。

ReLU激活层

线性层，输出512。

ReLU激活层

输出为10的线性层。

我想是我写的。但我认为我走错了路。请帮助我编写正确的模型，以及在Conv2d和线性层中这些参数背后的原因。

我从代码中得到的错误如下：

RuntimeError: Expected 4-dimensional input for 4-dimensional weight [32, 3, 5, 5], but got 2-dimensional input of size [1024, 3072] instead

请帮帮我!

Answer 1

代码有两个问题：

输入的

1. 平坦化

X= x.view(x.size(0)，-1)

卷积层需要一个四维输入维数(N，C，H，W)，其中N是批次大小，C=3是通道数，(H，W)是图像的维数。通过使用上述语句，您将(1024，3，32，32)输入压平到(1024,3072).。

第一线性层中输入特征的

1. 数

self.fc1 = nn.Linear(32 *5* 5,512)

对于(1024，3，32，32)输入的卷积层的输出尺寸将是(1024，32，28，28)，并且在应用2x2最大池之后，它是(1024，32，14，14)。因此，线性层的输入特性应该是32x14x14=6272。