如何在发送到损失函数之前处理 CNN 层末尾的可变大小输入
How to handle Variable Sized inputs at the end of CNN layers before sending to the Loss Function
我正在处理 CNN 的可变大小输入，我想知道如何将它提供给最后一个 FC 层以满足交叉熵损失函数的要求。即使处理了一个样本，后续样本也会有不同的维度，不能用于反向传播。所以我想知道一种或多种处理方法。
(P.S : 当前正在使用裁剪输入使其固定大小，查询是为了即兴发挥)
只需将 torch.nn.AdaptiveAvgPool2d(S) 放在最后一个转换层和第一个完全连接层之间。
请注意，您的全连接层应采用 S x S x no. of channels in last conv layer
的输入维度
我正在处理 CNN 的可变大小输入，我想知道如何将它提供给最后一个 FC 层以满足交叉熵损失函数的要求。即使处理了一个样本，后续样本也会有不同的维度，不能用于反向传播。所以我想知道一种或多种处理方法。
(P.S : 当前正在使用裁剪输入使其固定大小，查询是为了即兴发挥)
只需将 torch.nn.AdaptiveAvgPool2d(S) 放在最后一个转换层和第一个完全连接层之间。
请注意，您的全连接层应采用 S x S x no. of channels in last conv layer