在學習動手學深度學習風格遷移這一部分的時候，程序運行的時候抱錯：conv2d() received an invalid combination of arguments

具體來說，先使用函數SynthesizedImage定義一個圖像，它的權重是更新的目標，經get_inits實例化，通過訓練更新圖像的權重，獲得風格遷移后的圖像。

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.weightdef 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

參考：在python中遇到的錯誤（二）：用pytorch的CNN發生的報錯_游魚不知夏的博客-CSDN博客

發現可能是初始化數據出了問題。經過檢查發現函數get_inits返回值寫成了是gen_img，它的格式是：

<class '__main__.SynthesizedImage'>

返回的參數應該寫成gen_img()，返回后的格式是：

<class 'torch.nn.parameter.Parameter'>

這樣就不會報錯了。

這里蘊含一個知識點：pytorch模型定義。下面舉幾個例子就能明白，為什么gen_img的格式是<class '__main__.SynthesizedImage'>， gen_img()的格式是<class 'torch.nn.parameter.Parameter'>

簡單地說，就是將模型實例化之后，gen_img代表模型自身，gen_img()執行了魔法函數forward()，得到forward()的返回值

第一個例子

class Net1(nn.Module):def __init__(self, img_shape, **kwargs):super(Net1, self).__init__(**kwargs)self.weight = nn.Parameter(torch.rand(*img_shape))def forward(self):return self.weightmodel = Net1([2,3])

>>print(model)

Net1()

>>print(model())

Parameter containing: tensor([[0.6031, 0.3673, 0.7362],[0.9071, 0.1086, 0.0191]], requires_grad=True)

>>print(type(model))

<class '__main__.Net1'>

>>print(type(model()))

<class 'torch.nn.parameter.Parameter'>

第二個例子

class Net2(nn.Module):def __init__(self, a):super(Net2, self).__init__()self.conv1 = nn.Conv2d(3, 5, 3)def forward(self, x): return self.conv1model = Net2(1)

>>print(model)

Net2((conv1): Conv2d(3, 5, kernel_size=(3, 3), stride=(1, 1)) )

>>print(model(1))

Conv2d(3, 5, kernel_size=(3, 3), stride=(1, 1))

>>print(type(model))

<class '__main__.Net2'>

>>print(type(model(1)))

<class 'torch.nn.modules.conv.Conv2d'>

第三個例子

class Net3(nn.Module):def __init__(self, a):super(Net3, self).__init__()self.weight = 123def forward(self): return 456model = Net3(1)

>>print(model)

Net3()

>>print(model())

456

>>print(type(model))

<class '__main__.Net3'>

>>print(type(model()))

<class 'int'>

總結

以上是生活随笔為你收集整理的conv2d() received an invalid combination of arguments问题解决的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。