目标大小 (torch.Size([12])) 必须与输入大小 (torch.Size([12, 1000])) 相同

Question

我正在使用 models.vgg16(pretrained=True) 模型进行图像分类，其中类的数量 = 3。

批量大小为 12 trainloader = torch.utils.data.DataLoader(train_data, batch_size=12, shuffle=True)，因为错误显示 Target size (torch.Size([12])) must be the same as input size (torch.Size([12, 1000]))

我已经更改了最后一个 fc 层参数并得到了最后一个 FC 层 Linear(in_features=1000, out_features=3, bias=True)

损失函数为BCEWithLogitsLoss()

criterion = nn.BCEWithLogitsLoss()
optimizer = optim.SGD(vgg16.parameters(), lr=0.001, momentum=0.9)

训练代码是

        # zero the parameter gradients
        optimizer.zero_grad()
        outputs = vgg16(inputs)               #----> forward pass
        loss = criterion(outputs, labels)   #----> compute loss #error occurs here
        loss.backward()                     #----> backward pass
        optimizer.step()                    #----> weights update

在计算损失时，出现此错误Target size (torch.Size([12])) must be the same as input size (torch.Size([12, 1000]))

代码位于：code

Answer 1

尝试仔细检查您是如何修改线性层的。似乎不知何故模型没有转发通过它。

你的模型输出每个样本有 1000 个输出大小，而它应该有 3 个。这就是你无法评估损失的原因，因为你试图将 1000 classes 与 3 进行比较。你应该有 3在你的最后一层输出，这应该有效。

编辑

根据您在此处共享的代码：link，我认为存在两个问题。

首先，您以这种方式修改了模型：

# Load the pretrained model from pytorch
vgg16 = models.vgg16(pretrained=True)

vgg16.classifier[6].in_features = 1000
vgg16.classifier[6].out_features = 3

虽然您在这里所做的是将层作为属性添加到您的网络，但您还应该修改模型的 forward() 函数。将图层作为属性添加到列表中不会在前向传递输入时应用图层。

通常正确执行此操作的方法是定义新的 class，它继承自您要实现的模型 - class myvgg16(models.vgg16) 或更普遍的 class myvgg(nn.Module)。您可以在以下 link

中找到进一步的解释

如果失败，请尝试 unsqueeze(1) 您的目标大小（即标签变量）。这不太可能是错误的原因，但值得一试。

编辑

再试一次将目标张量转换为一个热向量。并在 BCELoss 接收浮点数时将张量类型更改为 Float。

Answer 2

把你模型的代码分享出来，调试起来会很方便。问题肯定出在您最后一个完全连接的层中。大小不匹配清楚地表明您为 12 张图像（批量大小）分别获得了 1000 个特征，但是您有 12 个特征要与之进行比较。

很明显全连接层有问题

用这个解决问题-

vgg16 = models.vgg16(pretrained=True)

vgg16.classifier[6]= nn.Linear(4096, 3)

if __name__ == "__main__":
    from torchsummary import summary
    model = vgg16
    model = model.cuda()
    print(model)
    summary(model, input_size = (3,120,120))


----------------------------------------------------------------
        Layer (type)               Output Shape         Param #
================================================================
            Conv2d-1         [-1, 64, 120, 120]           1,792
              ReLU-2         [-1, 64, 120, 120]               0
            Conv2d-3         [-1, 64, 120, 120]          36,928
              ReLU-4         [-1, 64, 120, 120]               0
         MaxPool2d-5           [-1, 64, 60, 60]               0
            Conv2d-6          [-1, 128, 60, 60]          73,856
              ReLU-7          [-1, 128, 60, 60]               0
            Conv2d-8          [-1, 128, 60, 60]         147,584
              ReLU-9          [-1, 128, 60, 60]               0
        MaxPool2d-10          [-1, 128, 30, 30]               0
           Conv2d-11          [-1, 256, 30, 30]         295,168
             ReLU-12          [-1, 256, 30, 30]               0
           Conv2d-13          [-1, 256, 30, 30]         590,080
             ReLU-14          [-1, 256, 30, 30]               0
           Conv2d-15          [-1, 256, 30, 30]         590,080
             ReLU-16          [-1, 256, 30, 30]               0
        MaxPool2d-17          [-1, 256, 15, 15]               0
           Conv2d-18          [-1, 512, 15, 15]       1,180,160
             ReLU-19          [-1, 512, 15, 15]               0
           Conv2d-20          [-1, 512, 15, 15]       2,359,808
             ReLU-21          [-1, 512, 15, 15]               0
           Conv2d-22          [-1, 512, 15, 15]       2,359,808
             ReLU-23          [-1, 512, 15, 15]               0
        MaxPool2d-24            [-1, 512, 7, 7]               0
           Conv2d-25            [-1, 512, 7, 7]       2,359,808
             ReLU-26            [-1, 512, 7, 7]               0
           Conv2d-27            [-1, 512, 7, 7]       2,359,808
             ReLU-28            [-1, 512, 7, 7]               0
           Conv2d-29            [-1, 512, 7, 7]       2,359,808
             ReLU-30            [-1, 512, 7, 7]               0
        MaxPool2d-31            [-1, 512, 3, 3]               0
AdaptiveAvgPool2d-32            [-1, 512, 7, 7]               0
           Linear-33                 [-1, 4096]     102,764,544
             ReLU-34                 [-1, 4096]               0
          Dropout-35                 [-1, 4096]               0
           Linear-36                 [-1, 4096]      16,781,312
             ReLU-37                 [-1, 4096]               0
          Dropout-38                 [-1, 4096]               0
           Linear-39                    [-1, 3]          12,291
================================================================
Total params: 134,272,835
Trainable params: 134,272,835
Non-trainable params: 0
----------------------------------------------------------------
Input size (MB): 0.16
Forward/backward pass size (MB): 62.84
Params size (MB): 512.21
Estimated Total Size (MB): 575.21

目标大小 (torch.Size([12])) 必须与输入大小 (torch.Size([12, 1000])) 相同

Target size (torch.Size([12])) must be the same as input size (torch.Size([12, 1000]))

deep-learning

conv-neural-network

pytorch

vgg-net