问题描述
我需要一些帮助。我正在尝试制作一个自定义的CNN，该CNN应该接受一个通道图像并进行二进制分类。这是模型：
class custom_small_CNN(nn.Module):
def __init__(self,input_channels=1,output_features=1):
super(custom_small_CNN,self).__init__()
self.input_channels = input_channels
self.output_features = output_features
self.conv1 = nn.Conv2d(self.input_channels,8,kernel_size=(7,7),stride=(2,2),padding=(6,6),dilation=(2,2))
self.conv2 = nn.Conv2d(8,16,kernel_size=(3,3),padding=(1,1),dilation=(1,1))
self.pool = nn.MaxPool2d(kernel_size=(2,2))
self.fc1 = nn.Linear(in_features=1024,out_features=self.output_features,bias=True)
self.dropout = nn.Dropout(p=0.5)
self.softmax = nn.softmax(dim=1)
self.net_name = 'Custom_Small_CNN'
self.net = nn.Sequential(self.conv1,self.pool,self.conv2,self.fc1)
def forward(self,x):
x = self.conv1(x)
x = self.pool(x)
#x = self.dropout(x)
x = self.conv2(x)
x = self.pool(x)
x = x.view(-1,1024)
x = self.dropout(x)
x = self.fc1(x)
if not self.output_features == 1:
x = self.softmax(x)
return x
但是，当我将具有4个图像（全为零）的示例批处理放入这样的模型中时：
x = torch.from_numpy(np.zeros((4,1,256,256))).float()
net = custom_small_CNN(output_features=2,input_channels=1).float()
output = net(x)
输出的形状为torch.Size([16,2])而不是torch.Size([4,2])，这正是我想要的，例如resnet作为输出交付。我想念什么？
谢谢！
解决方法
应用池化层时，它返回（batch_size，2，2，num_filters），因此，当对x = x.view(-1,1024)进行整形时，其结果是（batch_size * 4，num_filters）为形状。
您应该扁平化或平均池化层的输出，而不是像这样进行重塑。扁平化是这里最常用的。
因此，替换下面的行
x = x.view(-1,1024)
使用
x = nn.Flatten()(x)
将产生正确的最终输出形状