在搭dqn框架,报错了……实在不懂了,各路友友帮帮忙🥺是不是要转换维度啊……
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率

已结题
mat 1 and mat2 shapes cannot be multiplied (1*4 and 6*50)
收起
- 写回答
- 好问题 0 提建议
- 关注问题
微信扫一扫
点击复制链接分享
- 邀请回答
- 编辑 收藏 删除
- 收藏 举报
1条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
weixin_48502132 2022-11-01 14:48关注是的,把6改成4
本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 1无用举报微信扫一扫
点击复制链接分享
评论按下Enter换行,Ctrl+Enter发表内容
报告相同问题?
提交
- 2023-02-08 20:16
关于#神经网络#的问题:RuntimeError: mat1 and mat2 shapes cannot be multiplied (64x64 and 128x64) pytorch 深度学习 神经网络
回答 3 已采纳 问题在后面的 model(data[0]),data 和 x 不匹配,设置错误. 可以打印和追踪矩阵的形状,是开始设置时就不匹配,还是中间被修改了,在哪里发生修改的。 - 2022-03-09 17:55回答 1 已采纳 *是对应位置相乘你写数字 *矩阵可以,但是最后两行是矩阵 *矩阵了,维度没法对应相乘,就报错了np.multiply(H,G)和H *G是一个意思,表示矩阵点乘 我看你测试的样子,应该是想测试mult
- 2021-09-02 09:03回答 2 已采纳 net需要两个必要的参数input_data, weight_decay,但你调用时都只给了一个
- 多吃维C_的博客 RuntimeError: mat1 and mat2 shapes cannot be multiplied (5760x6 and 128x4)
- 2022-07-17 23:18回答 1 已采纳 矩阵形状错误了
- 2020-02-19 22:42
tensorflow 训练数据集时,报错InvalidArgumentError: Incompatible shapes: [15] vs. [15,6],标签的占位符与标签喂的数据格式不符,要怎么解决? tensorflow 深度学习 神经网络
回答 1 已采纳 pywrap_tensorflow.TF_GetCode(status)) 这里输出下 status 的 shape,是不是维度有问题 - 2017-08-28 16:37回答 1 已采纳 http://blog.csdn.net/wust_cyl/article/details/77685241
- 2023-03-12 09:07安之若醇的博客 报错
- 2017-06-02 14:30回答 1 已采纳 https://www.baidu.com/link?url=KK4g8ucCDs7kAslunXVxLxozyZJYQlJqU-0XPqp7BuZqFG1PDaaJMlU7J-AJYq-h9Fa0X
- 2018-10-28 05:07回答 1 已采纳 https://blog.csdn.net/acm_cxq/article/details/51340315
- 2019-04-12 20:38回答 1 已采纳 As long as your DataCircle and DataRectangle structs implement the Shape interface you will be abl
- 2024-03-16 09:18Walking Body的博客 mat1 and mat2 shapes cannot be multiplied的错误原因与解决方法
- 2023-09-28 11:10牛爷爷来咯的博客 矩阵相乘出现问题,报错前为256x64与256x64相乘。不符合矩阵相乘法则,更改为256x64与64x256后,程序不报错。
- 2024-08-02 02:33Clover青子的博客 call(*input, **kwargs) # File "K:/download/文档/bnn_pytorch.py", line 65, in forward # return F.linear(input, weight_samples, bias_samples) # RuntimeError: mat1 and mat2 shapes cannot be multiplied ...
- 白日梦的尽头的博客 错误信息 `RuntimeError: mat1 and mat2 shapes cannot be multiplied (64x1024 and 186624x4096)` 指出在执行矩阵乘法时,两个矩阵的尺寸不兼容。这通常发生在全连接层的前向传播过程中,即尝试将卷积层的输出(一...
- 2021-08-19 20:58SkyeCat的博客 问题描述 错误代码: ... def __init__(self): ... # nn.Conv2d(input_channel, output_channel, kernel, stride) self.conv1 = nn.Conv2d(3,64,5,1,1) # 64个5*5的filter -> 64个124*124的matrix sel
- 十三木的博客 这个错误提示是在告诉你, 两个矩阵的形状不能相乘, 具体来说就是第一个矩阵是128x75, 第二个矩阵是32x300, 这两个矩阵的列数和行数不匹配, 无法进行矩阵相乘操作. ...
- 2022-05-16 21:57Msecrety的博客 发现池化层的输出张量为51277,对应报错的512*49,其无法与第一个全连接层FC1的权重系数相乘,继而和bias相加作为FC1的输出。但是在输出到全连接层之前,网络的forward函数中应当定义输入张量的处理过程,查看在VGG...
- 我想吃鱼了,的博客 处理方法是将全连接层中的c更改为报错信息中的b,使b=c,这样两个矩阵就可以做乘法了,从而得到a个(一个batch)中每个图片的d各种类预测分数结果,解决。这是在全连接层两边维度不匹配所导致的报错。
- 2024-02-19 15:22蓝海渔夫的博客 我这儿报错的原因是将第一层全连接层替换成了全局池化,但是在第二层忘记修改增nn.Flatten()。导致全局池化出来的结果依然是二维的。提供一种在fc层报错的情况。加上图中选中的那行就行了。
- 没有解决我的问题, 去提问