Não estou conseguindo realizar a etapa de treino e validação da CNN com a arquitetura descrita no exercício. A arquitetura utilizada é descrita abaixo (da mesma maneira dada como resposta do exercício).
# Definindo a rede
net = nn.Sequential(
## ConvBlock 1
nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1), # entrada: (b, 3, 224, 224) e saida: (b, 64, 224, 224)
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0), # entrada: (b, 64, 224, 224) e saida: (b, 64, 112, 112)
## ConvBlock 2
nn.Conv2d(64, 128, kernel_size=3, stride=1, padding=1), # entrada: (b, 64, 112, 112) e saida: (b, 128, 112, 112)
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0), # entrada: (b, 128, 112, 112) e saida: (b, 128, 56, 56)
## ConvBlock 3
nn.Conv2d(128, 256, kernel_size=3, stride=1, padding=1), # entrada: (b, 128, 56, 56) e saida: (b, 256, 56, 56)
nn.ReLU(),
nn.Conv2d(256, 256, kernel_size=3, stride=1, padding=1), # entrada: (b, 256, 56, 56) e saida: (b, 256, 56, 56)
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0), # entrada: (b, 256, 56, 56) e saida: (b, 256, 28, 28)
## ConvBlock 4
nn.Conv2d(256, 512, kernel_size=3, stride=1, padding=1), # entrada: (b, 256, 28, 28) e saida: (b, 512, 28, 28)
nn.ReLU(),
nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), # entrada: (b, 512, 28, 28) e saida: (b, 512, 28, 28)
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0), # entrada: (b, 512, 28, 28) e saida: (b, 512, 14, 14)
## ConvBlock 4
nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), # entrada: (b, 512, 14, 14) e saida: (b, 512, 14, 14)
nn.ReLU(),
nn.Conv2d(512, 512, kernel_size=3, stride=1, padding=1), # entrada: (b, 512, 14, 14) e saida: (b, 512, 14, 14)
nn.ReLU(),
nn.MaxPool2d(kernel_size=2, stride=2, padding=0), # entrada: (b, 512, 14, 14) e saida: (b, 512, 7, 7)
nn.Flatten(), # lineariza formando um vetor # entrada: (b, 512, 7, 7) e saida: (b, 512*7*7) = (b, 25088)
## DenseBlock
nn.Linear(25088, 4096), # entrada: (b, 25088) e saida: (b, 4096)
nn.ReLU(),
nn.Linear(4096, 4096), # entrada: (b, 4096) e saida: (b, 4096)
nn.ReLU(),
nn.Linear(4096, 10), # entrada: (b, 4096) e saida: (b, 10)
nn.Softmax(dim=-1)
)Entretanto, ao rodar na etapa de teste e validação, me deparo com o seguinte erro:
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
<ipython-input-29-3019b93140ee> in <module>()
3
4 # Train
----> 5 train_losses.append(train(train_loader, net, epoch))
6
7 # Validate
<ipython-input-16-ef27e004f856> in train(train_loader, net, epoch)
17
18 # Forward
---> 19 ypred = net(dado)
20 loss = criterion(ypred, rotulo)
21 epoch_loss.append(loss.cpu().data)
/usr/local/lib/python3.7/dist-packages/torch/nn/modules/linear.py in forward(self, input)
112
113 def forward(self, input: Tensor) -> Tensor:
--> 114 return F.linear(input, self.weight, self.bias)
115
116 def extra_repr(self) -> str:
RuntimeError: mat1 and mat2 shapes cannot be multiplied (50x512 and 25088x4096)Pesquisei em fóruns e, até onde entendi, parece que nn.Linear(25088, 4096) esperava um tensor com 25088 (=51277) mas está recebendo 512.
A pergunta é, como eu poderia arrumar a arquitetura dessa CNN ? Seria necessário acrescentar mais uma camada de convolução para diminuir a dimensão espacial da imagem de (7,7) para (1,1) ?
