python - 通过顺序容器构建的 PyTorch 扁平化层

Question

我正在尝试通过 PyTorch 的顺序容器构建一个 cnn，我的问题是我不知道如何展平该层。

main = nn.Sequential()
self._conv_block(main, 'conv_0', 3, 6, 5)
main.add_module('max_pool_0_2_2', nn.MaxPool2d(2,2))
self._conv_block(main, 'conv_1', 6, 16, 3)
main.add_module('max_pool_1_2_2', nn.MaxPool2d(2,2)) 
main.add_module('flatten', make_it_flatten)

我应该在“make_it_flatten”中放什么？我试图展平主要但它不起作用，主要不存在调用 View

main = main.view(-1, 16*3*3)

Answer 1

这可能不是您要找的东西，但您可以简单地创建自己的 nn.Module 来展平任何输入，然后您可以将其添加到 nn.Sequential( ) 对象:

class Flatten(nn.Module):
    def forward(self, x):
        return x.view(x.size()[0], -1)

x.size()[0] 将选择 batch dim，-1 将计算所有剩余的 dims 以适应元素的数量，从而展平任何张量/变量。

并在 nn.Sequential 中使用它:

main = nn.Sequential()
self._conv_block(main, 'conv_0', 3, 6, 5)
main.add_module('max_pool_0_2_2', nn.MaxPool2d(2,2))
self._conv_block(main, 'conv_1', 6, 16, 3)
main.add_module('max_pool_1_2_2', nn.MaxPool2d(2,2)) 
main.add_module('flatten', Flatten())