RuntimeError: The size of tensor a (512) must match the size of tensor b (256) at non-singleton dimension 3

[NBIronman]

Hello, I ran your code and appeared“RuntimeError: The size of tensor a (512) must match the size of tensor b (256) at non-singleton dimension 3”，Can you help me solve it？

[lcl180]

I have the same problem. Have you solved it?

[piggy789]

I have the same problem. Have you solved it?

把网络最后那几个map上采样的系数改了就行了

[qingqiqiu]

请问这个系数怎么改呀？

[santu574]

i have the same problem'

[santu574]

我也有同样的问题。你解决了吗？

把网络最后那几个地图上的样本的改变了就行了 请问该怎么改呢

[y8421036]

I have the same problem. Have you solved it?

把网络最后那几个map上采样的系数改了就行了

你好，请问具体怎么改啊，我是小白，还请详细指点一下，谢谢了

[wqcolin]

I have the same problem. Have you solved it?

把网络最后那几个map上采样的系数改了就行了

求大佬详细说说

[sotam-a]

I also have this problem but don't have the expertise to identify the root of the error. Help is appreciated!

[NBIronman]

把网络看明白，最后作者分别把解码部分每层输出都引出来了，每个输出的上采样调整成一样的大小就行了

[wqcolin]

问题解决了，因为预处理时将原来的（x,512,512)大小的图像变成了新的大小(y,256,256)，但是在网络中训练后预测的图片大小是(y,512,512),因此不能计算loss。 只需要在ResUnet.py文件中将第135line到161line之间的nn.Upsample(scale_factor=(1, x, x)变成nn.Upsample(scale_factor=(1, 0.5x, 0.5x)。 就是将nn.Upsample(scale_factor=(y, x, x)中后面两个参数减半 PS：Test的时候需要把参数再改回来

[QianLingjun]

这样修改是可以正常训练和测试的。但是训练和测试阶段上采样的方式不一样，相当于改变了模型的结构，这样对测试结果，应该会有影响吧。

[QianLingjun]

是最后一层的输出，应该不会有影响的，相当于resize吧

[SiruLiu645]

你好，我修改了resnet部分上采样参数，网络开始训练之后又报错：Sizes of tensors must match except in dimension 1. Expected size 20 but got size 21 for tensor number 1 in the list.请问这个应该如何解决

[RAdayone]

您好,改上采样的数据倒是能跑train,但是跑出来的结果不会很差吗,我改完后再进行test的时候需要再将上采样改回来,test后的结果基本上是漆黑一片,请问您当时也是这样吗