import torch
import torch.nn as nn
from torch.autograd import Variable
m = Variable(torch.randn(3, 10, 20))
nn.Conv2d(in_channels=3, out_channels=8, kernel_size=3)(m)
Traceback (most recent call last):
File "too.py", line 6, in <module>
nn.Conv2d(in_channels=3, out_channels=8, kernel_size=3)(m)
File "/home/soumith/code/pytorch/torch/nn/modules/module.py", line 206, in __call__
result = self.forward(*input, **kwargs)
File "/home/soumith/code/pytorch/torch/nn/modules/conv.py", line 237, in forward
self.padding, self.dilation, self.groups)
File "/home/soumith/code/pytorch/torch/nn/functional.py", line 43, in conv2d
return f(input, weight, bias)
RuntimeError: expected 3D tensor
acabei de encontrar um problema semelhante usando dados com forma (tamanho_dolote, altura, peso), adicionei 1 dimensão na posição 1 e o problema foi classificado. PS. Estou usando in_channels = 1.
O erro ocorre porque a chamada para view4d
em torch/csrc/autograd/functions/convolution.cpp
espera que o tensor de peso também seja 3D.
No entanto, a entrada (3D) será convertida em um tensor 4D com forma (3, 10, 1, 20), mesmo se não tentarmos descomprimir o tensor de peso, os tamanhos serão incompatíveis.
Talvez devêssemos adicionar uma verificação no nível do Python (em nn.functional.conv2d
) para aumentar se input.dim() != 4
?
@soumith se você estiver feliz com isso, posso enviar um PR
sim! muito feliz com isso. mande um PR :)
Comentários muito úteis
sim! muito feliz com isso. mande um PR :)