Pytorch：自动确定Conv1d之后Linear层的输入形状

Question

我想构建一个模型，其中包含多个

Conv1d

层，然后是几个

Linear

层。

Conv1d

层适用于任何给定长度的数据，问题出现在第一个

Linear

层，因为数据长度在初始化时是未知的。每次输入数据的长度发生变化时，

Conv1d

层的输出大小都会发生变化，因此第一个

in_features

层所需的

Linear

也会发生变化。

注意：我学习了 CNN，并且知道如何手动计算输出维度。我正在寻找一种编程方法来确定它，因为我必须使用不同长度的输入数据进行多次实验。 问题：在

pytorch

中，如何自动计算出多个 Conv1d 层后的输出维度，并为接下来的

in_features

层设置

Linear

？

Answer 1

nn.LazyLinear

 它将在第一次推理时找到 

in_features 并相应地初始化适当数量的权重：linear = nn.LazyLinear(out_features)