python - 如何在 PyTorch 中构建具有两个输入的网络

Question

假设我想要通用的神经网络架构:

Input1 --> CNNLayer 
                    \
                     ---> FCLayer ---> Output
                    /
Input2 --> FCLayer

输入1是图像数据，输入2是非图像数据。我已经在 Tensorflow 中实现了这个架构。

我发现的所有 pytorch 示例都是一个输入通过每一层。我如何定义前向函数来分别处理 2 个输入，然后将它们组合在中间层中？

Answer 1

通过“组合它们”，我假设您的意思是 concatenate两个输入。
假设您沿着第二个维度进行连接:

import torch
from torch import nn

class TwoInputsNet(nn.Module):
  def __init__(self):
    super(TwoInputsNet, self).__init__()
    self.conv = nn.Conv2d( ... )  # set up your layer here
    self.fc1 = nn.Linear( ... )  # set up first FC layer
    self.fc2 = nn.Linear( ... )  # set up the other FC layer

  def forward(self, input1, input2):
    c = self.conv(input1)
    f = self.fc1(input2)
    # now we can reshape `c` and `f` to 2D and concat them
    combined = torch.cat((c.view(c.size(0), -1),
                          f.view(f.size(0), -1)), dim=1)
    out = self.fc2(combined)
    return out

请注意，当您定义 self.fc2 的输入数量时，您需要同时考虑 self.conv 的 out_channels 作为以及 c 的输出空间维度。