RuntimeError: mat1 and mat2 shapes cannot be multiplied (192x64 and 4x3)

原因分析：

矩阵1和矩阵2大小不一样，不能够相乘，这是我们在使用nn.linear函数时参数唯独不匹配，出现的错误，我们回想一下全连接层的公式：

Y = W * X + B

在这里x是我们的原始数据即待输入数据，w是我们的线性层函数。若要让两个矩阵进行相乘，则W和X大小必须一样，我们看linear函数：

全连接层：我们将数据x展平为2维(a,b)则w的维度应该为(b,c)即x的第二维和w的第一维相同。

X2_tensor展开为二维，维度为(192,64),X3_tensor展开为二维，维度为(192,64)分别与(64,3)矩阵相乘。所以linear第一个参数为x展开为二维时第二个维度，第二个参数是想把第二个维度升高或者降低的维度。

X2_tensor = torch.rand(1,3,64,64)
X3_tensor = torch.rand(3,64,64)# 用来改变最后数组最后一维的维度
# 用来缩小或者扩展特征维度
emdeding = nn.Linear(64, 3)
Y2 = emdeding(X2_tensor) # (1,3,64,3)
Y3 = emdeding(X3_tensor) # (3,64,3)

经过线性层后的维度为：

torch.Size([1, 3, 64, 3])
torch.Size([3, 64, 3])

RuntimeError: mat1 and mat2 shapes cannot be multiplied (192x64 and 4x3)相关推荐

RuntimeError: mat1 and mat2 shapes cannot be multiplied (1024x1 and 1024x3)
RuntimeError: mat1 and mat2 shapes cannot be multiplied (1024x1 and 1024x3) 前言:在学习pytorch 搭建神经网络的时候, ...
RuntimeError: mat1 and mat2 shapes cannot be multiplied
RuntimeError: mat1 and mat2 shapes cannot be multiplied RuntimeError: mat1 and mat2 shapes cannot be ...
解决：RuntimeError: mat1 and mat2 shapes cannot be multiplied (8x256 and 8x256)维度不匹配问题
在设计网络是,前面几层是去噪网络,后边几层是分类网络,因为之前没有接触过分类任务,对全连接层输入维度不太理解,出现错误RuntimeError: mat1 and mat2 shapes cannot ...
RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x7 and 784x1024) 报错解决
RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x7 and 784x1024) 运行pytorch时,出现以下报错: 错误代码: ...
RuntimeError: mat1 and mat2 shapes cannot be multiplied (3584x7 and 25088x4096)
RuntimeError: mat1 and mat2 shapes cannot be multiplied (3584x7 and 25088x4096) 使用VGG19提取图像特征时出现该问题 ...
Pytorch vgg16 实现CIFAR10数据集分类以及RuntimeError: mat1 and mat2 shapes cannot be multiplied终极详解
最近从tensorflow转战pytorch,今天又遇到了了一个大坑:RuntimeError: mat1 and mat2 shapes cannot be multiplied,网上的结果大都模模 ...
RuntimeError mat1 and mat2 shapes cannot be multiplied
详细显示如下 x = self.fc(x) File "D:\Python36\lib\site-packages\torch\nn\modules\module.py", lin ...
pytorch报错：RuntimeError: mat1 and mat2 shapes cannot be multiplied (64x2500 and 3020x1600)
相信同学们在刚接触深度学习的时候老会遇到类似的问题: 这个其实就是卷积层到全连接层之间的参数数量不对应的问题卷积层的的输出结果是64*2500的矩阵,那么全连接层的第一个第一层的就应该是:2500* ...
RuntimeError: mat1 and mat2 shapes cannot be multiplied (5760x6 and 128x4)
在使用pytorch框架定义子类网络结构时,有时可能会出现mat1和mat2的形状不匹配的这种问题.如下,定义了一个7层的cnn网络: class CNN(nn.Module):def __init_ ...

RuntimeError: mat1 and mat2 shapes cannot be multiplied (192x64 and 4x3)

RuntimeError: mat1 and mat2 shapes cannot be multiplied (192x64 and 4x3)相关推荐

最新文章

热门文章