@snedd

Conv2d(): argument 'input' (position 1) must be Tensor, not tuple. Что делать?

Собирал автокодировщик на pytorch. При подаче входных данных, получаю ошибку (conv2d(): argument 'input' (position 1) must be Tensor, not tuple). Архитектура сети: 6004ad3b04765555603307.png

Класс и экземпляр сети:
class Autocoder_network(nn.Module):
  def __init__(self):
    super(Autocoder_network, self).__init__()
    self.block1 = nn.Sequential(
        nn.Conv2d(1, 32, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(32),
        nn.Conv2d(32, 32, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(32),
        nn.MaxPool2d(2)
    )

    self.block2 = nn.Sequential(
        nn.Conv2d(32, 64, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(64),
        nn.Conv2d(64, 64, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(64),
        nn.MaxPool2d(2)
    )

    self.block_transpose1 = nn.Sequential(
        nn.ConvTranspose2d(64, 64, kernel_size=2, stride=2),
        nn.ReLU(),
        nn.BatchNorm2d(64)
    )

    self.block3 = nn.Sequential(
        nn.Conv2d(64, 64, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(64),
        nn.Conv2d(64, 64, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(64)
    )

    self.block_transpose2 = nn.Sequential(
        nn.ConvTranspose2d(64, 32, kernel_size=2, stride=2),
        nn.ReLU(),
        nn.BatchNorm2d(32),
        nn.Conv2d(32, 32, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(32),
        nn.Conv2d(32, 32, kernel_size=3),
        nn.ReLU(),
        nn.BatchNorm2d(32)
    )

    self.output = nn.Conv2d(32, 1, kernel_size=3)

  def forward(self, k):
    x = self.block1(k),
    x = self.block2(x),
    x = self.block_transpose1(x),
    x = self.block3(x),
    x = self.block_transpose2(x),
    out = self.output(x)
    return out
autocoder = Autocoder_network()

Вопрос в том, как это фиксить? На вход подается ДатаЛоадер, который работал в аналогичных ситуациях:
for epoch in range(epochs):
  for i, (images, _) in enumerate(train_loader):
    optimizer.zero_grad()
    predict = autocoder(images) #conv2d(): argument 'input' (position 1) must be Tensor, not tuple
    loss = error(predict, images)
    loss.backward()
    optimizer.step()
    print(loss)
  • Вопрос задан
  • 39 просмотров
Решения вопроса 1
@snedd Автор вопроса
Проверил размерность на выходах всех слоев и убрал лишние символы. Всё заработало, всем спасибо :-)
Ответ написан
Пригласить эксперта
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы