ValueError: 目標尺寸 (torch.Size([2])) 必須與輸入尺寸 (torch.Size([504, 2])) 相同

Question

我有一個用於分類的 CNN 網絡（2 個標簽）。 它由多個在列表中鏈接在一起的 conv3d 層組成，然后在我的前向 function 中的 for 循環中執行。 model如下：

(0) : Sequential(
      (0): Dropout3d(p=0.2, inplace=False)
      (1): Conv3d(1, 8, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
      (2): BatchNorm3d(8, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (3): ELU(alpha=1.0)
      (4): Conv3d(8, 16, kernel_size=(3, 3, 3), stride=(1, 1, 1))
      (5): BatchNorm3d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (6): ELU(alpha=1.0)
    )
(1) : Sequential(
      (0): Dropout3d(p=0.1, inplace=False)
      (1): Conv3d(16, 24, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
      (2): BatchNorm3d(24, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (3): ELU(alpha=1.0)
      (4): Conv3d(24, 32, kernel_size=(3, 3, 3), stride=(1, 1, 1))
      (5): BatchNorm3d(32, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (6): ELU(alpha=1.0)
    )
 (2) : Sequential(
      (0): Conv3d(32, 80, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
      (1): BatchNorm3d(80, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (2): ELU(alpha=1.0)
      (3): Conv3d(80, 128, kernel_size=(3, 3, 3), stride=(1, 1, 1))
      (4): BatchNorm3d(128, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (5): ELU(alpha=1.0)
    )
 (3) : Sequential(
      (0): Conv3d(128, 72, kernel_size=(3, 3, 3), stride=(1, 1, 1), padding=(1, 1, 1))
      (1): BatchNorm3d(72, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (2): ELU(alpha=1.0)
      (3): Conv3d(72, 16, kernel_size=(3, 3, 3), stride=(1, 1, 1))
      (4): BatchNorm3d(16, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
      (5): ELU(alpha=1.0)
    )
  (finallayer) : Conv3d(16, 2, kernel_size=(4, 5, 4), stride=(1, 1, 1))

在每個順序塊 [0-4] 之后，我們使用以下方法進行最大池化：

max_pool3d(x, kernel_size=2, stride=2)

然后對finallayer的output進行整形：

x = x.reshape(-1, 2)

每個順序和最大池化層調用后的維度如下所示：

Input dimension before calling forward: torch.Size([2, 1, 182, 218, 182])
#Here, 2 is batch size and 1 is channel. 

Output dimension of (0) convolution layer: [2, 16, 180, 216, 180] 
#printing as list(x.shape)

Output dimension of pool (0) layer : [2, 16, 90, 108, 90]

Output dimension of (1) convolution layer : [2, 32, 88, 106, 88]

Output dimension of pool (1) layer : [2, 32, 44, 53, 44]

Output dimension of (2) convolution layer : [2, 128, 42, 51, 42]

Output dimension of pool (2) layer : [2, 128, 21, 25, 21]

Output dimension of (3) convolution layer : [2, 16, 19, 23, 19]

Output dimension of pool (3) layer : [2, 16, 9, 11, 9]

Dimension before calling finallayer : [2, 16, 9, 11, 9]

Dimension after finallayer but before reshape : [2, 2, 6, 7, 6]

Dimension post reshape : [504, 2]

在調用內部調用criterion的binary_cross_entropy_with_logits的標准時。 我得到這個尺寸不匹配。

ValueError: Target size (torch.Size([2])) must be the same as input size (torch.Size([504, 2]))

我已經研究過他們提到使用torch.unsqueeze()的類似問題，但是我不確定我是否可以使用unsqueeze創建 504 行。

此外，我在每次調用后交叉檢查了每個 output 層通道號並對其進行了驗證。 任何幫助表示贊賞。

Answer 1

我認為您缺少將Batch x Features轉換為Batch x Classes的 全連接層

將此添加到您的 model 構造函數（假設您的批量大小為 = 1）

self.fc = nn.Linear(1008, 2)

這到前傳的結尾：-

x = x.reshape(batch_size, -1)
x = self.fc(x)

確保按批次尺寸縮放 1008。 理想情況下，您應該能夠在最后計算 conv output 的維度