使用Pytorch与CNN进行线性回归：输入和目标形状不匹配：输入[400 x 1]，目标[200 x 1]

Question

让我先解释一下目标。假设我有1000张图像，每张图像都有相关的质量得分[在0-10范围内]。现在，我正在尝试使用带有回归的CNN（在PyTorch中）执行图像质量评估。我将图像分成相同大小的补丁。现在，我创建了一个CNN网络以执行线性回归。

以下是代码：

class MultiLabelNN(nn.Module):
    def __init__(self):
        super(MultiLabelNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 5)
        self.fc1 = nn.Linear(3200,1024)
        self.fc2 = nn.Linear(1024, 512)
        self.fc3 = nn.Linear(512, 1)

    def forward(self, x):
        x = self.conv1(x)
        x = F.relu(x)
        x = self.pool(x)
        x = self.conv2(x)
        x = F.relu(x)
        x = x.view(-1, 3200)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.fc2(x)
        x = F.relu(x)
        x = self.fc3(x)
        return x  

运行此网络代码时，我遇到以下错误

输入和目标形状不匹配：输入[400 x 1]，目标[200 x 1]

目标形状是[200x1]是因为我已经采用200的批量大小。我找到了解决方案，如果我更改“self.fc1 = nn.Linear（3200,1024）”和“x = x.view（-1） ，3200）“这里从3200到6400我的代码运行没有任何错误。

类似地，它会抛出错误输入并且目标形状不匹配：输入[100 x 1]，目标[200 x 1]如果我放12800而不是6400

现在我怀疑的是，我无法理解这背后的原因。如果我将200个图像作为输入提供给我的网络，那么当我从卷积层移动到完全连接层时，为什么输入形状会在更改参数时受到影响。我希望我已经清楚地提到了我的怀疑。即使我有任何疑问，请问我。这将是一个很大的帮助。提前致谢。

Answer 1

class MultiLabelNN(nn.Module):
    def __init__(self):
        super(MultiLabelNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 5)
        self.fc1 = nn.Linear(6400,1024)
        self.fc2 = nn.Linear(1024, 512)
        self.fc3 = nn.Linear(512, 1)

   def forward(self, x):
       #shape of x is (b_s, 32,32,1)
       x = self.conv1(x) #shape of x is (b_s, 28,28,132)
       x = F.relu(x)
       x = self.pool(x) #shape of x now becomes (b_s X 14 x 14 x 32)
       x = self.conv2(x) # shape(b_s, 10x10x64)
       x = F.relu(x)#size is (b_s x 10 x 10 x 64)
       x = x.view(-1, 3200) # shape of x is now(b_s*2, 3200)
       #this is the problem 
       #you can fc1 to be of shape (6400,1024) and that will work 
       x = self.fc1(x)
       x = F.relu(x)
       x = self.fc2(x)
       x = F.relu(x)
       x = self.fc3(x)
       return x  

我认为这应该有效。如果仍然存在一些错误，请告诉我。