在将输出图像放入 PyTorch 的线性层之前如何知道输出图像形状？

Question

class Net(nn.Module):
    def __init__(self, l1=120, l2=84):
        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(16 * 5 * 5, l1) 
        self.fc2 = nn.Linear(l1, l2)
        self.fc3 = nn.Linear(l2, 10)

    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 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

16是卷积后Activation Map的数量。 我不明白 self.fc1 = nn.Linear(16 * 5 * 5, l1) 5*5 是如何计算的？ 有没有计算公式？

Answer 1

转换层输出的总特征大小取决于输入大小。从模型本身来看还不清楚，但您发布的代码适用于输入大小

(bs, 3, 32, 32)

。

该模型不适用于任何其他输入尺寸。这就是为什么使用

AdaptiveMaxPool2d

通常优于固定大小池。