如何解决显示 "shapes cannot be multiplied" 的错误

Question

我尝试了 google colab 中文章中提到的代码。

https://theaisummer.com/spiking-neural-networks/

我收到如下所示的错误...

Test loss:  8.86368179321289
Test loss:  5.338221073150635
---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-9-646cb112ccb7> in <module>()
     15         # forward pass
     16         net.train()
---> 17         spk_rec, mem_rec = net(data.view(batch_size, -1))
     18 
     19         # initialize the loss & sum over time

4 frames
/usr/local/lib/python3.7/dist-packages/torch/nn/functional.py in linear(input, weight, bias)
   1846     if has_torch_function_variadic(input, weight, bias):
   1847         return handle_torch_function(linear, (input, weight, bias), input, weight, bias=bias)
-> 1848     return torch._C._nn.linear(input, weight, bias)
   1849 
   1850 

RuntimeError: mat1 and mat2 shapes cannot be multiplied (128x588 and 784x1000)

我不知道如何解决它。

Answer 1

我刚刚运行他们的 Colab 笔记本和运行进入了同样的错误。发生这种情况是因为最终迭代没有 128 个数据样本，因为总数据集大小（训练集和测试集为 60000 和 10000）不能被 128 整除。所以还有一些剩余，并将其重塑为 128 x 。 ..导致输入数据与输入层神经元数量的维度不匹配。

有两个可能的修复方法。

只需放下最后一批：

train_loader = DataLoader(mnist_train, batch_size=batch_size, shuffle=True, drop_last=True)
test_loader = DataLoader(mnist_test, batch_size=batch_size, shuffle=True, drop_last=True)

不要放弃最后一批。但是以保留原始 batch_size 的方式展平张量，而不是将其强制为 128：

spk_rec, mem_rec = net(data.flatten(1))

如何解决显示 "shapes cannot be multiplied" 的错误

How to resolve the error that says "shapes cannot be multiplied"

pytorch