Skip to main content
 首页 » 编程设计

python之pytorch 前向检查的输入维度错误

2024年11月24日12yjmyzz

我正在用 pytorch 创建一个 RNN,它看起来像这样:

class MyRNN(nn.Module): 
    def __init__(self, batch_size, n_inputs, n_neurons, n_outputs): 
        super(MyRNN, self).__init__() 
 
        self.n_neurons = n_neurons 
        self.batch_size = batch_size 
        self.n_inputs = n_inputs 
        self.n_outputs = n_outputs 
 
        self.basic_rnn = nn.RNN(self.n_inputs, self.n_neurons) 
 
        self.FC = nn.Linear(self.n_neurons, self.n_outputs) 
 
    def init_hidden(self, ): 
        # (num_layers, batch_size, n_neurons) 
        return torch.zeros(1, self.batch_size, self.n_neurons) 
 
    def forward(self, X): 
        self.batch_size = X.size(0) 
        self.hidden = self.init_hidden() 
 
        lstm_out, self.hidden = self.basic_rnn(X, self.hidden) 
        out = self.FC(self.hidden) 
 
        return out.view(-1, self.n_outputs) 

我的输入 x 看起来像这样:

tensor([[-1.0173e-04, -1.5003e-04, -1.0218e-04, -7.4541e-05, -2.2869e-05, 
         -7.7171e-02, -4.4630e-03, -5.0750e-05, -1.7911e-04, -2.8082e-04, 
         -9.2992e-06, -1.5608e-05, -3.5471e-05, -4.9127e-05, -3.2883e-01], 
        [-1.1193e-04, -1.6928e-04, -1.0218e-04, -7.4541e-05, -2.2869e-05, 
         -7.7171e-02, -4.4630e-03, -5.0750e-05, -1.7911e-04, -2.8082e-04, 
         -9.2992e-06, -1.5608e-05, -3.5471e-05, -4.9127e-05, -3.2883e-01], 
        ... 
 
        [-6.9490e-05, -8.9197e-05, -1.0218e-04, -7.4541e-05, -2.2869e-05, 
         -7.7171e-02, -4.4630e-03, -5.0750e-05, -1.7911e-04, -2.8082e-04, 
         -9.2992e-06, -1.5608e-05, -3.5471e-05, -4.9127e-05, -3.2883e-01]], 
       dtype=torch.float64) 

并且是一批大小为 15 的 64 个向量。

当尝试通过以下方式测试此模型时:

BATCH_SIZE = 64 
N_INPUTS = 15 
N_NEURONS = 150 
N_OUTPUTS = 1 
model = MyRNN(BATCH_SIZE, N_INPUTS, N_NEURONS, N_OUTPUTS) 
model(x) 

我收到以下错误:

File "/home/tt/anaconda3/envs/venv/lib/python3.6/site-packages/torch/nn/modules/rnn.py", line 126, in check_forward_args 
    expected_input_dim, input.dim())) 
RuntimeError: input must have 3 dimensions, got 2 

我该如何解决?

请您参考如下方法:

您缺少 RNN 层所需的维度之一。

根据 documentation ,您的输入大小需要具有形状(序列长度、批处理、输入大小)。

因此 - 对于上面的示例,您缺少其中之一。根据您的变量名称,您似乎正在尝试传递 64 个示例,每个示例有 15 个输入……如果是这样,那么您缺少序列长度。

对于 RNN,序列长度是您希望该层重复出现的次数。例如,在 NLP 中,您的序列长度可能等于一个句子中的单词数,而批量大小将是您传递的句子数,而输入大小将是每个单词的向量大小。

如果您只是尝试使用大小为 15 的 64 个样本,您可能不需要 RNN。