RuntimeError: данные группы =1, вес размера [32, 3, 16, 16, 16], ожидаемый вход [100, 16, 16, 16, 3] будет иметь 3 канала, но вместо этого получил 16 каналов.

Question

RuntimeError: данные группы =1, вес размера [32, 3, 16, 16, 16], ожидаемый вход [100, 16, 16, 16, 3] будет иметь 3 канала, но вместо этого получил 16 каналов

Я думаю, что это та часть кода, в которой проблема.

def __init__(self):
        super(Lightning_CNNModel, self).__init__()

        self.conv_layer1 = self._conv_layer_set(3, 32)
        self.conv_layer2 = self._conv_layer_set(32, 64)
        self.fc1 = nn.Linear(2**3*64, 128)
        self.fc2 = nn.Linear(128, 10)   # num_classes = 10
        self.relu = nn.LeakyReLU()
        self.batch=nn.BatchNorm1d(128)
        self.drop=nn.Dropout(p=0.15)

    def _conv_layer_set(self, in_c, out_c):
        conv_layer = nn.Sequential(
            nn.Conv3d(in_c, out_c, kernel_size=(3, 3, 3), padding=0),
            nn.LeakyReLU(),
            nn.MaxPool3d((2, 2, 2)),
        )

        return conv_layer



    def forward(self, x):
        out = self.conv_layer1(x)
        out = self.conv_layer2(out)
        out = out.view(out.size(0), -1)
        out = self.fc1(out)
        out = self.relu(out)
        out = self.batch(out)
        out = self.drop(out)
        out = self.fc2(out)

        return out

Это код, над которым я работаю

Answer 1

nn.Conv3d ожидает, что вход будет иметь размер [размер_пакета, каналы, глубина, высота, ширина]. Первая свертка ожидает 3 канала, но с вашим входом, имеющим размер [100, 16, 16, 16, 3], это будет 16 каналов.

Предполагая, что ваши данные заданы как [размер_пакета, глубина, высота, ширина, каналы], вам необходимо поменять местами размеры, что можно сделать с помощью torch.Tensor.permute:

# From: [batch_size, depth, height, width, channels]
# To: [batch_size, channels, depth, height, width]
input = input.permute(0, 4, 1, 2, 3)