Pytorch CNN:RuntimeError: 给定组=1，大小为 [16, 16, 3] 的权重，预期输入 [500, 1, 19357] 有 16 个通道，但有 1 个通道答案

【问题标题】：Pytorch CNN:RuntimeError: Given groups=1, weight of size [16, 16, 3], expected input[500, 1, 19357] to have 16 channels, but got 1 channels insteadPytorch CNN:RuntimeError: 给定组=1，大小为 [16, 16, 3] 的权重，预期输入 [500, 1, 19357] 有 16 个通道，但有 1 个通道
【发布时间】：2020-11-23 16:06:38
【问题描述】：

class ConvolutionalNetwork(nn.Module):
    def __init__(self, in_features, trial):
        super().__init__()
        self.in_features = in_features
        self.trial = trial
        # this computes num features outputted from the two conv layers
        c1 = int(((self.in_features - 2)) / 64)  # this is to account for the loss due to conversion to int type
        c2 = int((c1 - 2) / 64)
        self.n_conv = int(c2 * 16)
        # self.n_conv = int((( ( (self.in_features - 2)/4 ) - 2 )/4 ) * 16)
        self.conv1 = nn.Conv1d(16, 16, 3, 1)
        self.conv1_bn = nn.BatchNorm1d(16)
        self.conv2 = nn.Conv1d(16, 16, 3, 1)
        self.conv2_bn = nn.BatchNorm1d(16)
        # self.dp = nn.Dropout(trial.suggest_uniform('dropout_rate',0,1.0))
        self.dp = nn.Dropout(0.5)
        self.fc3 = nn.Linear(self.n_conv, 2)

    def forward(self, x):
        # shape x for conv 1d op
        x = x.view(-1, 1, self.in_features)
        x = self.conv1(x)
        x = F.tanh(x)
        x = F.max_pool1d(x, 64, 64)
        x = self.conv2(x)
        x = F.tanh(x)
        x = F.max_pool1d(x, 64, 64)
        x = x.view(-1, self.n_conv)

        x = self.dp(x)
        x = self.fc3(x)
        x = F.log_softmax(x, dim=1)

        return x

运行上面的代码，弹出这个错误：

RuntimeError: Given groups=1, weight of size [16, 16, 3], expected input[500, 1, 19357] to have 16 channels, but got 1 channels instead.

任何人都可以就此提出建议？它说输入有差异，但上面的代码在早期运行良好，不确定我重新排列代码后发生了什么。

【问题讨论】：

标签： pytorch conv-neural-network

【解决方案1】：

好吧，在输入 forward 方法之后，您正在重塑您的输入数组，使其只有一个通道：

x = x.view(-1, 1, self.in_features)

同时在模型构造函数中指定 conv1 有 16 个通道作为输入：

self.conv1 = nn.Conv1d(16, 16, 3, 1)

因此预期 16 个频道但收到 1 个的错误。

这里有两点需要注意：

如果你习惯了 tensorflow，也许你认为通道是最后一维，但在 pytorch 中，通道位于第一维。看看Conv1d torch documentation。在重塑数据时要考虑到这一点。
Conv1d 与您输入的长度无关（我告诉您这一点是为了防止 in_features 表示长度）

我无法为您提供具体的解决方案，因为我不确定您要做什么。

【讨论】：