Python 更改我的NN中的隐藏层数会导致错误

发布于02月25日

正如标题所说，如果我将我的pytorch神经网络中的隐藏层数更改为与输入 node 数不同的任何值，它将返回以下错误.

运行时错误:mat1和mat2形状不能相乘(380x10和2x10)

我认为体系 struct 编码错误，但我对pytorch和神经网络相对较新，因此我找不到错误.任何帮助都是非常感谢的，我已经包括了下面的代码

class FCN(nn.Module):

def __init__(self, N_INPUT, N_OUTPUT, N_HIDDEN, N_LAYERS):
    super().__init__()
    activation = nn.Tanh
    self.fcs = nn.Sequential(*[
        nn.Linear(N_INPUT, N_HIDDEN),
        activation()])
    self.fch = nn.Sequential(*[
                  nn.Sequential(*[
                      nn.Linear(N_INPUT, N_HIDDEN),
                      activation()]) for _ in range(N_LAYERS-1)])
    self.fce = nn.Linear(N_INPUT, N_HIDDEN)

def forward(self, x):

    x = self.fcs(x)
    x = self.fch(x)
    x = self.fce(x)
    
    return x


torch.manual_seed(123)

pinn = FCN(2, 2, 10, 8)

如果将Pinn体系 struct 定义为pinn = FCN(2, 2, 2, 8)，则不会返回错误，但神经网络的性能不佳.

其他信息:

输入是批量大小为380的矩阵张量

如果您需要更多的信息，请让我知道，谢谢！

class FCN(nn.Module): def __init__(self, N_INPUT, N_OUTPUT, N_HIDDEN, N_LAYERS): super().__init__() activation = nn.Tanh self.fcs = nn.Sequential( nn.Linear(N_INPUT, N_HIDDEN), activation() ) self.fch = nn.Sequential(*[ nn.Sequential( nn.Linear(N_HIDDEN, N_HIDDEN), # Adjust input size to N_HIDDEN activation() ) for _ in range(N_LAYERS - 1) ]) self.fce = nn.Linear(N_HIDDEN, N_OUTPUT) # Output layer def forward(self, x): x = self.fcs(x) x = self.fch(x) x = self.fce(x) return x

Python 更改我的NN中的隐藏层数会导致错误

推荐答案

Python相关问答推荐

韦尔福德方差与Numpy方差不同

Matlab中是否有Python的f-字符串等效物

使用miniconda创建环境的问题

numpy卷积与有效

PyQt5，如何使每个对象的 colored颜色不同？'

连接一个rabrame和另一个1d rabrame不是问题，但当使用[...]'运算符会产生不同的结果

使用groupby方法移除公共子字符串

名为main. py的Python模块在导入时不运行'

以逻辑方式获取自己的pyproject.toml依赖项

ruamel.yaml dump：如何阻止map标量值被移动到一个新的缩进行？

如何在海上配对图中使某些标记周围的黑色边框

使用json的 pyramid 在客户端返回意外格式

以异步方式填充Pandas 数据帧

在Python中控制列表中的数据步长

如何在GEKKO中使用复共轭物

ModuleNotFoundError：Python中没有名为google的模块''

如果不使用. to_list()[0]，我如何从一个pandas DataFrame中获取一个值？

Pythonquests.get(Url)返回Colab中的空内容

利用广播使减法更有效率

如何将django url参数传递给模板&S url方法？