Neo*_*Neo 4 python neural-network deep-learning conv-neural-network pytorch
我想构建一个具有多个Conv1d层和多个Linear层的模型。由于层不需要数据长度Conv1d，因此Conv1d层将适用于任何给定长度的数据。然而问题出现在Linear层面上，因为我不知道如何让模型用不同长度的数据进行实验。现在每次我改变输入数据的长度时，Conv1d层的输出大小都会改变，因此我必须手动重置层in_features的输出Linear大小。
注：我学过CNN，我清楚地知道如何手动计算输出维度。我正在寻找一种编程方法来确定它，因为我必须对不同长度的输入数据进行多次实验。
问题：在pytorch中，如何自动计算出多层后的输出维度并为下一层Conv1d设置？in_featuresLinear
您可以使用内置函数，它将在第一次推理时nn.LazyLinear找到并相应地初始化适当数量的权重：in_features
linear = nn.LazyLinear(out_features)
| 归档时间： |
|
| 查看次数： |
2206 次 |
| 最近记录： |