初学CNN和代码遇到的问题（Lenet5 for mnist）

初学CNN及代码

1.出现input size 为（512*1*1），而output size 为（512*0*0）。

答：由于输入的特征图太小，mnist 初始size为28*28，几次maxpooling后。解决方法就是减少层数或增大图片输入的size。

2.报错：invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number。

答：不同pytorch版本的问题，total_loss += loss_val.data[0]                    to                     total_loss += loss_val.data即可。或改成loss.item() 

3.常用数据集下载问题

答：torchvision已经将数据集下载下来，直接定位到那个文件夹下download即可。

4.Module Not Found Error: No module named 'tabulate'。

答：尚未使用及解决。

5. RuntimeError: mat1 dim 1 must match .

答：卷积层到FC层的维度不匹配。nn.Linear(512, 100)中，512应该是卷积层得出的通道数*(特征图size^2)，就是拉成1*1*512的Tensor作为通道数。100是输出的通道数。要自己推算。

6.maxpooling 是向上取整还是向下取整？

答：向下取整。conv也是向下取整。

7.要很注意是否padding了。

8.如果发现一直精度没啥变化，是时候调整下学习率了。