我目前正在使用this repo执行自然语言处理，并使用我自己的数据集了解更多关于CNN的信息，但我一直遇到关于形状不匹配的错误： ValueError: Target size (torch.Size([64])) must be the same as input size (torch.Size([15]))
11 for epoch in tqdm(range(([15, 64]) <em
浏览 48提问于2021-04-07得票数 4
回答已采纳
我的代码：我想知道13456是从哪里来的？
浏览 13提问于2022-11-21得票数 0
it/s]---------------------------------------------------------------------------
ValueError: Target
浏览 11提问于2022-04-25得票数 0
在增加CPU和RAM大小的同时，目标尺寸也在增加，
我删除了这段代码，我使用的是“cpu”，而不是“cuda”。python3.7/site-packages/torch/nn/functional.py", line 2433, in binary_cross_entropy_with_logits
raise ValueError("Target size ({}) must be t
浏览 2提问于2020-06-24得票数 0
= nets[0](input_a)features_c = nets[2](inputs)class VGG16(nn.Module):
self.bloc
浏览 2提问于2021-09-18得票数 0
回答已采纳
ValueError Traceback (most recent call last)
ValueError: Target size (torch.Size([16])) must be the same as inp
浏览 346提问于2019-09-05得票数 21
回答已采纳
)x = x.reshape(-1, 2)Input dimension before calling forward: torch.SizeValueError: Target size (torch.Size([2])) must be the same as input size (torch.Size([504, 2]))
我已经研究过他们提到使用
浏览 20提问于2021-12-19得票数 1
但在原始代码中，只为批处理(64)生成一个随机变量。但我想要每一张成批的照片的随机值。(1 - lam) * x[index,:]输入的X输入大小：torch.Size([64, 3, 256, 256]) y输入大小：torch.Size([64, 3474])
浏览 4提问于2020-05-10得票数 0
回答已采纳
我正在尝试用pyTorch训练我的第一个神经网络(我不是一个程序员，只是一个困惑的化学家)。ValueError: Target size (torch.Size([1000])) must be the same as input siz
浏览 2提问于2021-01-02得票数 3
回答已采纳
backpropagation File "c:\Users\#####\BERT.py", line 193, in <module>ValueError: Target size (torch.Size([32])) must be the same as input size (torch.Size([32, 3]))
现在我知道32是批次大小，但不确定这个目标在哪里
浏览 4提问于2021-07-22得票数 0
1回答
我有两个张量的火把，这些形状： RuntimeError:张量必须具有相同的维数: got 2和3
我该怎么做才能解决这个问题？如何将二维PyTorch张量转换为三维张量，或者如何在不丢失任何数据的情况下将三维PyTorch张量转
浏览 5提问于2021-12-07得票数 0
回答已采纳
3回答
我在PyTorch中使用一个简单的对象检测模型，并使用Pytoch模型进行推理。image.shape) y, feature = net(x) 它打印我们的可变大小的图像，如因此，当我使
浏览 2提问于2020-07-03得票数 8
回答已采纳
在尝试用两个目标训练我的模型时，我得到了误差…。“ValueError:目标大小(torch.Size(1，1))必须与输入大小(torch.Size(1，2))相同”。我有两个目标的数据集。print('Training [{:.0f}%]\tLoss: {:.4f}'.format(
100. * (epoch + 1) / ep
浏览 1提问于2021-10-18得票数 0
回答已采纳
1回答
我正在尝试建立一个卷积递归网络，它采用32000 x 1原始音频时间序列的固定输入大小。它只是一个长度为32000的数值数组。例如，如果我们的批量大小为1，我的维度将是 torch.size([1,32000,1]) 1个音频时间序列，长度为32000，1通道 我必须把它重塑成 torch.size([1,1,32000])64, 1995])torch.Size
浏览 47提问于2019-09-14得票数 2
: Target size (torch.Size([8, 1])) must be the same as input size (torch.Size([8, 4]))# defineloss_values.append(avg_train_loss)我的批次大小为8，目标有4个类。不带
b_labels = b_labels.unsqueeze(
浏览 16提问于2022-11-22得票数 0
我对PyTorch的张量调整选项有异议。在下面的代码中，x是pokemon的8864x64 RGB图像的数据集。xs是同一数据集的字典，具有不同的分辨率。3, 128, 128])> torch.Size([888, 3, 32, 32])> torch.Size([888, 3, 8, 8])
浏览 2提问于2020-12-04得票数 3
1回答
我有一个(16, 64, 4,4)大小的张量，我想用转置卷积来增加这个张量的空间大小。如何选择内核大小、广度、填充以具有(16, 64, 4,6)大小的张量nn.convTranspose2d(64,64
浏览 1提问于2022-11-08得票数 2
回答已采纳
1回答
根据原来的U-网模型，网络输出2通道的图像，大小为388×388.因此，我的训练数据加载器生成一个张量，其大小为批处理，channels=1，width=572，height=572用于输入图像，批处理实际上，我的问题是，当我试图使用nn.CrossEntropyLoss()时，会引发以下错误：
无效参数3:仅支持批量空间目标(3D张量)，但在/opt/conda/conda-bld/pytorch_1556653099582/work/ate
浏览 0提问于2019-06-26得票数 3
回答已采纳
我是PyTorch库的初学者，我被困在了一个练习中。下面的代码适用于大小为2x2的输入映像。我试图做与下面相同的事情，但输入的图像大小为4x4。]]])一个完全连接的图层映射了4个输入的两个输出，计算如下：Output: torch.Size([2]
浏览 13提问于2022-01-27得票数 0
回答已采纳
一个批量大小= 10的二进制分类问题。尝试使用torch.nn.BCEWithLogitsLoss()。reduction, pos_weight) 2579 if not (target.size() == input.size()):
ValueErro
浏览 1提问于2021-02-04得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
