如何修复 pytorch conv2d 函数的错误？

Question

我正在尝试对这两个张量使用 conv2d 函数：

Z = np.random.choice([0,1],size=(100,100))
Z = torch.from_numpy(Z).type(torch.FloatTensor)

print(Z)

tensor([[0., 0., 1.,  ..., 1., 0., 0.],
        [1., 0., 1.,  ..., 1., 1., 1.],
        [0., 0., 0.,  ..., 0., 1., 1.],
        ...,
        [1., 0., 1.,  ..., 1., 1., 1.],
        [1., 0., 1.,  ..., 0., 0., 0.],
        [0., 1., 1.,  ..., 1., 0., 0.]

和

filters = torch.tensor(np.array([[1,1,1],
                        [1,0,1],
                        [1,1,1]]), dtype=torch.float32)

print(filters)

tensor([[1., 1., 1.],
        [1., 0., 1.],
        [1., 1., 1.]])

但是当我尝试做 torch.nn.functional.conv2d(Z,filters) 这个错误 returns:

RuntimeError: weight should have at least three dimensions

我真的不明白这里有什么问题。如何解决？

Answer 1

torch.nn.functional.conv2d(input, weight) 的输入应该是

您可以使用 unsqueeze() 添加假批次和通道维度，因此具有大小：输入：(1, 1, 100, 100) 和权重：(1, 1, 3, 3).

torch.nn.functional.conv2d(Z.unsqueeze(0).unsqueeze(0), filters.unsqueeze(0).unsqueeze(0))

如何修复 pytorch conv2d 函数的错误？

How to fix error with pytorch conv2d function?

python

python-3.x

pytorch

tensor