PyTorch Conv1d 参数答案

【问题标题】：PyTorch Conv1d parametersPyTorch Conv1d 参数
【发布时间】：2022-01-21 17:37:15
【问题描述】：

我正在尝试使用一维卷积来对一组时间信号进行分类。我需要分类的每个数据单元由 65 个不同的时间序列组成，每个包含 50 个时间样本，所以如果我这样写：

dataset = MyDataset(train,y_train_one_hot)
a,b = dataset[1]
print(a.shape)

我会得到： [56,50].

我想在每个通道上运行一维卷积滤波器。问题是我无法正确输入第一个 nn.Conv1d 层 - 现在我正在使用：

self.c1 = nn.Conv1d(in_channels=56 , out_channels=100 , kernel_size=ks1)

但是当我以 100 的批量大小运行模型时，输入变为 [100,56,50] 的形状，并且我只得到一个批量大小为 100（而不是 100X3）的预测。任何人都可以帮助使用正确的语法吗？非常感谢！

【问题讨论】：

标签： python deep-learning pytorch conv-neural-network conv1d

【解决方案1】：

这对我有用

>>> conv = nn.Conv1d(in_channels=56 , out_channels=100, kernel_size=3)
>>> input = torch.randn(100, 56, 50)
>>> output = conv(input)
>>> output.shape
torch.Size([100, 100, 48])

【讨论】：

嗨！感谢您的回答。我的问题是由于卷积层和线性密集层之间张量的错误重塑造成的。