avgpool的bug

[H1d30nbu3h]

我用hrsc训练的时候，通道注意力的

def forward(self, x):
avg_pool = F.avg_pool2d(x, x.size(2), stride=x.size(2))# 平均池化操作
res=self.gate_c(avg_pool).unsqueeze(2).unsqueeze(3).expand_as(x)# 通过通道注意力模块处理平均池化的结果
return res
平均池化报错了，RuntimeError: Given input size: (256x100x96). Calculated output size: (256x1x0). Output size is too small
因该是部分图片大小不太规矩，请问您当时是怎么解决的呢？

[IsenLwww]

我也遇到这个问题了，请问您当时解决了吗

[H1d30nbu3h]

我也遇到这个问题了，请问您当时解决了吗

因为数据集有一张图片长宽是反的 h<w，所以你需要加一个判断，在
’tride = x.size(2)
if x.size(2) > x.size(3):
stride = x.size(3)
avg_pool = F.avg_pool2d(x, stride, stride=stride) # 平均池化操作
res = self.gate_c(avg_pool).unsqueeze(2).unsqueeze(3).expand_as(x)

给哥们点个赞

[IsenLwww]

我也遇到这个问题了，请问您当时解决了吗

因为数据集有一张图片长宽是反的 h<w，所以你需要加一个判断，在 ’tride = x.size(2) if x.size(2) > x.size(3): stride = x.size(3) avg_pool = F.avg_pool2d(x, stride, stride=stride) # 平均池化操作 res = self.gate_c(avg_pool).unsqueeze(2).unsqueeze(3).expand_as(x)

给哥们点个赞

谢谢大哥，太牛了

[IsenLwww]

我也遇到这个问题了，请问您当时解决了吗

因为数据集有一张图片长宽是反的 h<w，所以你需要加一个判断，在 ’tride = x.size(2) if x.size(2) > x.size(3): stride = x.size(3) avg_pool = F.avg_pool2d(x, stride, stride=stride) # 平均池化操作 res = self.gate_c(avg_pool).unsqueeze(2).unsqueeze(3).expand_as(x)

给哥们点个赞

大哥请问你遇到过这个问题吗
在losses.py里 max_pos, armmax_pos = pos.max(0)
RuntimeError: cannot perform reduction function max on tensor with no elements because the operation does not have an identity
自己解决得好像有些问题