修改squeezenet输入维度后结果对比不一致。

[jch-wang]

我修改pytorchx/squeezenet/squeezenet.py 中的第13行为： tmp = torch.ones(2, 3, 512, 512).to('cuda:0') 修改pytorchx/squeezenet/inference.py 中第15行，第21行为：

tmp = torch.ones(1, 3, 512, 512).to('cuda:0')
summary(net, (3, 512, 512))

修改tensorrtx/squeezenet/squeezenet.cpp中第12、13行

static const int INPUT_H =512;
static const int INPUT_W =512;
``
最后两者得到的输出结果不一样，我这样修改存在什么问题呀？

[wang-xinyu]

最后一层在pytorch是adaptive pooling，这边用的固定kernel，需要根据input size改一下

[jch-wang]

最后一层在pytorch是adaptive pooling，这边用的固定kernel，需要根据input size改一下

那就是说tensorrx中的输出是没有问题的？ pytorch的实现里需要在哪个文件里改kernel呀？请原谅我太菜...

[wang-xinyu]

不是，是改tensorrtx里面最后的pooling层的kernel size

[jch-wang]

意思是修改tensorrtx/squeezenet/squeezenet.cpp中第137行的： IPoolingLayer* pool3 = network->addPooling(*relu2->getOutput(0), PoolingType::kAVERAGE, DimsHW{14, 14}); DimsHW的大小吗？应该修改为多少？....脑子突然不在线....

[wang-xinyu]

对，pool3输出是1x1，所以要根据前一层的shape改

[jch-wang]

对，pool3输出是1x1，所以要根据前一层的shape改

感谢，已解决~

[jch-wang]

又来打扰了~ 我想将squeezenet输出由原来的1000维改成512维，squeezenet.cpp中的输出维度可以直接修改OUTPUT_SIZE参数，请问在squeezenet.py中的，我应该怎么修改呢？