conv2d() received an invalid combination of arguments问题解决

原创

已于 2022-11-10 17:16:53 修改 · 2.7k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #人工智能

于 2022-10-02 17:33:30 首次发布

在实现深度学习风格迁移时，遇到了`conv2d()`错误。问题源于`get_inits`函数返回值的格式错误，应更正为`gen_img()`。理解PyTorch模型实例化及`forward()`方法的调用，通过三个例子展示了模型对象与执行`forward()`的区别，修正后解决了问题。

在学习动手学深度学习风格迁移这一部分的时候，程序运行的时候抱错：conv2d() received an invalid combination of arguments

具体来说，先使用函数SynthesizedImage定义一个图像，它的权重是更新的目标，经get_inits实例化，通过训练更新图像的权重，获得风格迁移后的图像。

class SynthesizedImage(nn.Module):
    def __init__(self, img_shape, **kwargs):
        super(SynthesizedImage, self).__init__(**kwargs)
        self.weight = nn.Parameter(torch.rand(*img_shape))
        
    def forward(self):
        return self.weight
    
def get_inits(content_img, lr, lr_decay_epoch, init_random):
    gen_img = SynthesizedImage(content_img.shape).to(device)
    if not init_random:  
        gen_img.weight.data.copy_(content_img.data)

    optimizer = torch.optim.Adam(gen_img.parameters(), lr=lr)
    scheduler = torch.optim.lr_scheduler.StepLR(optimizer, lr_decay_epoch, 0.8)
    return gen_img(), optimizer, scheduler

参考：在python中遇到