我在 PyTorch 上的代码实现片段是:
model = models.vgg16(pretrained = False)
classifier = nn.Sequential(
nn.Linear(25088, 128),
nn.ReLU(True),
nn.Dropout(),
nn.Linear(128, 128),
nn.ReLU(True),
nn.Dropout(),
nn.Linear(128, 20)
)
model.classifier = classifier
我正在输入输入大小 (60x60x3) 和 batch_size = 30 的图像。
当我从 Linux (Ubuntu) 终端(PyTorch 版本:1.0.0，Torchvision 版本:0.2.1)运行代码时，它给我以下错误消息:
RuntimeError: size mismatch, m1: [30 x 512], m2: [25088 x 128]
而当我从 Windows 上的 Spyder (Anaconda) 运行它时(使用 PyTorch 版本:1.0.1，Torchvision 版本:0.2.2)，它运行完美。
我是不是遗漏了什么，或者这是因为 Pytorch 和 Torchvision 的版本不匹配？两者，我都在 Python 3.6 上运行。 请提出建议。
[更新:错误地调换了错误案例和无错误案例的版本号。感谢@Manoj Mohan 指出]
最佳答案
这可能是相反的。在 torchvision 0.2.2 上运行完美，在 torchvision 0.2.1 上运行失败。
在 0.2.2 中使用 AdaptiveAvgPool2d 的变化是您看不到错误的原因。 https://github.com/pytorch/vision/commit/83b2dfb2ebcd1b0694d46e3006ca96183c303706
>>> import torch
>>> model = models.vgg16(pretrained = False)
>>> x = torch.randn(1,3,60,60) # random image
>>> feat = model.features(x)
>>> flat_feat = feat.view(feat.size(0), -1) # flatten
>>> flat_feat.shape
torch.Size([1, 512])
>>> model.classifier(flat_feat)
运行时错误:大小不匹配，m1:[1 x 512]，m2:[25088 x 4096] 在/pytorch/aten/src/TH/generic/THTensorMath.cpp:940
您会看到大小不匹配的错误。之后，自适应平均池，一切正常。
>>> import torch.nn.functional as F
>>> avg = F.adaptive_avg_pool2d(feat, (7,7))
>>> avg = avg.view(avg.size(0), -1)
>>> output = model.classifier(avg)
>>> output.shape
torch.Size([1, 1000])
关于python - 在 Pytorch 上实现 VGG16 给出大小不匹配错误，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55145561/