Where communities thrive


  • Join over 1.5M+ people
  • Join over 100K+ communities
  • Free without limits
  • Create your own community
People
Activity
    Taewan Kim
    @taewanme

    "Pytorch 로 시작하는 딥러닝" Q&A 채팅방

    • 책을 읽으시며 질문 사항이나 질문 사항은 남겨 함께 고민하도록 하겠습니다.
    • 메시지 남겨주세요
    Dongjoon(DJ) Park
    @moon5756

    안녕하세요, 최근에 책을 구매해서 공부하고 있는 박동준이라고 합니다.

    https://github.com/taewanme/DL_With_PyTorch/blob/master/Chapter08/DogsandCatsUsingResnet.ipynb
    의 코드를 돌려보고 있는데 '학습과 검증 모델' 순서에서

    RuntimeError: size mismatch, m1: [64 x 512], m2: [8192 x 2] at C:/w/1/s/windows/pytorch/aten/src\THC/generic/THCTensorMathBlas.cu:268

    에러가 뜨네요. fc_in_size를 512로 하니 되긴 되는데 성능이 너무 떨어지네요(training, validation accuracy 보두 70프로 정도)

    마지막 fc layer의 뉴런수가 너무 적나해서 512개의 linear 모델 뒤에 8192개의 linear 모델을 추가해도 성능이 좋지않습니다.

    시스템은 아래와 같습니다.
    python: 3.7.3
    pytorch: 1.1.0
    gpu: nvidia rtx 2080 ti

    Dongjoon(DJ) Park
    @moon5756
    resolved: my_resnet.avgpool = nn.AdaptiveAvgPool2d(output_size=(4))
    로 해서 디멘션을 맞춰주면 됩니다 ㅎㅎ
    Sh.Kim
    @kim-sunghoon
    안녕하세요, 책 잘 보고 있습니다. 모던 아키텍쳐 중 inception 후속판인 모바일 넷의 Depthwise convolution에 대해 공부하면서 궁금한 점이 있습니다.

    DepthWise Convolution을 아래 그림과같이 정의하면
    import torch
    import torch.nn
    class test(nn.Module):
    def init(self, planes):
    self.conv1 = nn.Conv2d(planes, planes, kernel_size=3, padding=1, stride=1, groups=planes)
    def forward(self, x):
    return self.conv1(x)

    DW conv이기에 필터의 수가 planesx3x3 이고
    input featuremap 사이즈 = planesxHxW 이면
    output featuremap 사이즈 = planesxHxW
    라고 알고있는데

    만약 필터를 채널 없이 1x1x3x3 만 사용해서 아래와 같은 결과를 얻기 위해서는 어떻게 코드를 만들어야 하나요?
    input featuremap 사이즈 = planesxHxW 일때,
    output featuremap 사이즈 = planesxHxW