您的代码对resnet进行了更改：您更改了通道数量、每个“级别”的瓶颈数量，并完全删除了一个“级别”。其结果是，该特征的尺寸映射你有在端部的layer3是不64：你有一个较大的空间维度比您的预期通过nn.AvgPool2d(8)。您收到的错误消息实际上告诉您输出的level3形状为64x 56x56并且在使用内核和步幅 8 进行平均池化后，您将获得64x 7x 7=3136维特征向量，而不是您期望的 64。
你能做什么？
与“标准”resnet 不同的是，您从 stride 中删除了 ，conv1并且在conv1. 此外，您删除layer4其中也有一个大步。因此，您可以向网络添加池化以减少 的空间维度layer3。
或者，您可以替换nn.AvgPool(8)为nn.AdaptiveAvgPool2d([1, 1])仅输出一个特征的平均池，而不管输入特征图的空间维度如何。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句