File "SRN_modules.py", line 65, in forward return x + self.pos_table[:, :x.size(1)].clone().detach() RuntimeError: The size of tensor a (320) must match the size of tensor b (256) at non-singleton dimension 1

[wuxiaolianggit]

您好，大神，很感谢您的开源代码，非常棒，我有一个问题想问一下，n_position对应的维度是视觉特征提取后的w（宽度）吗？但是宽度是变化的，这样很容易报错了？大神我的理解对吗？

File "SRN_modules.py", line 65, in forward return x + self.pos_table[:, :x.size(1)].clone().detach() RuntimeError: The size of tensor a (320) must match the size of tensor b (256) at non-singleton dimension 1

@chenjun2hao

[chenjun2hao]

采用的固定宽度，原文也是固定宽度------------------ 原始邮件 ------------------ 发件人: "wuxiaolianggit"<[email protected]> 发送时间: 2020年10月22日(星期四) 上午8:50 收件人: "chenjun2hao/SRN.pytorch"<[email protected]>; 抄送: "chenjun"<[email protected]>;"Mention"<[email protected]>; 主题: [chenjun2hao/SRN.pytorch] File "SRN_modules.py", line 65, in forward return x + self.pos_table[:, :x.size(1)].clone().detach() RuntimeError: The size of tensor a (320) must match the size of tensor b (256) at non-singleton dimension 1 (#14)

[wuxiaolianggit]

首先很感谢大神的回复，采用固定宽度这一点我可以理解，但是特征提取后w一般会减小到原来的1/4，我看您的代码里面默认是256和26，我的理解是：图片宽度是固定256的话，n_position的维度应该默认64，我这样理解对吗？ @chenjun2hao

[chenjun2hao]

是的。------------------ 原始邮件 ------------------ 发件人: "wuxiaolianggit"<[email protected]> 发送时间: 2020年10月22日(星期四) 上午9:13 收件人: "chenjun2hao/SRN.pytorch"<[email protected]>; 抄送: "chenjun"<[email protected]>;"Mention"<[email protected]>; 主题: Re: [chenjun2hao/SRN.pytorch] File "SRN_modules.py", line 65, in forward return x + self.pos_table[:, :x.size(1)].clone().detach() RuntimeError: The size of tensor a (320) must match the size of tensor b (256) at non-singleton dimension 1 (#14)

[wuxiaolianggit]

好的，非常感谢大神的回复，我也很想结合transform去做文本识别，很感谢大神的开源。