Question

我必须找到一种创建神经网络模型并将其训练在MNIST数据集上的方法。我需要有5层，每层有100个神经元。但是，当我尝试进行此设置时，我收到一个错误，指出尺寸不匹配。你能帮忙吗？我希望可以在以下模型上进行训练：

class Mnist_DNN(nn.Module):
    def __init__(self):
        super().__init__()
        self.layer1 = nn.Linear(784, 100)
        self.layer2 = nn.Linear(100, 100)
        self.layer3 = nn.Linear(100, 100)
        self.layer4 = nn.Linear(100, 100)
        self.layer5 = nn.Linear(100, 10)

    def forward(self, xb):
        xb = xb.view(-1, 1, 28, 28)
        xb = F.relu(self.layer1(xb))
        xb = F.relu(self.layer2(xb))
        xb = F.relu(self.layer3(xb))
        xb = F.relu(self.layer4(xb))
        xb = F.relu(self.layer5(xb))
        return self.layer5(xb)

Answer 1

您可以设置图层以获取一批暗784（= 28 * 28）的一维矢量。但是，在forward函数中，您将view输入为一批大小为28 * 28的2D矩阵。
尝试将输入视为一批一维信号：

xb = xb.view(-1, 784)

pytorch中MNIST数据集的DNN大小不匹配

1 个答案: