卷积神经网络n层维数的设置

Question

假设我有3x100x100个图像，一批4个作为输入，我试图用Pythorch建立我的第一个卷积神经网络。我真的不确定我的卷积神经网络是否正确，因为当我通过以下安排训练输入时，我遇到了错误：

Expected input batch_size (1) to match target batch_size (4).

以下是我的未来网络：

如果我能通过它：

nn.Conv2d(3, 6, 5)

我会得到6层地图，每层都有维度（100-5+1）。在

如果我能通过它：

^{pr2}$

我会得到6层地图，每层都有维度（96/2）

如果我能通过它：

nn.Conv2d(6, 16, 5)

我会得到16层地图，每层都有维度（48-5+1）

如果我能通过它：

self.fc1 = nn.Linear(44*44*16, 120)

我会得到120个神经元

如果我能通过它：

self.fc2 = nn.Linear(120, 84)

我会得到84个神经元

如果我能通过它：

self.fc3 = nn.Linear(84, 3)

我会得到3个输出，这将是完美的，因为我有3类标签。但正如我之前所说，这会导致一个错误，这真的很令人惊讶，因为这对我来说很有意义。在

完整的神经网络代码：

import torch.nn as nn
import torch.nn.functional as F


class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(44*44*16, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 3)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 *44*44)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x


net = Net()
net.to(device)

Answer 1

你的理解是正确的，而且非常详细。在

但是，您使用了两个池层（请参阅下面的相关代码）。所以第二步之后的输出将是16个44/2=22维的映射。在

x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))

若要解决此问题，请将非池或将完全连接层的维度更改为22*22*16。在

要通过不合并来修复，请修改您的转发函数，如下所示。在

^{pr2}$

要通过更改完全连接层的尺寸来修复，请更改网络声明，如下所示。在

def __init__(self):
    super(Net, self).__init__()
    self.conv1 = nn.Conv2d(3, 6, 5)
    self.pool = nn.MaxPool2d(2, 2)
    self.conv2 = nn.Conv2d(6, 16, 5)
    self.fc1 = nn.Linear(22*22*16, 120)
    self.fc2 = nn.Linear(120, 84)
    self.fc3 = nn.Linear(84, 10)