如果输入和输出匹配的情况下有这样的错误，请检查在定义卷积的时候有没有名字重复的，
例：
("2conv1,3_bn1", ConvBN(channelNum * 4, channelNum * 2, [1, 3])),
2conv1,3_bn1这个是定义卷积的名字，如果存在重复的，则可能引起这样的错误。
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
2021-11-18
3265
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
RuntimeError: Given groups=1, weight of size 64 128 1 7, expected input[16,
目录
相关文章
|
XML
存储
JSON
YOLOv5的Tricks | 【Trick15】使用COCO API评估模型在自己数据集的结果
YOLOv5的Tricks | 【Trick15】使用COCO API评估模型在自己数据集的结果
3025
0
0
|
机器学习/深度学习
自然语言处理
数据可视化
UNet家族最强系列 | UNet、UNet++、TransUNet与SWin-UNet究竟哪个更强！！！
UNet家族最强系列 | UNet、UNet++、TransUNet与SWin-UNet究竟哪个更强！！！
2849
0
0
|
机器学习/深度学习
并行计算
计算机视觉
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
10657
1
5
|
机器学习/深度学习
编解码
PyTorch
CVPR 2023 | 主干网络FasterNet 核心解读 代码分析
本文分享来自CVPR 2023的论文，提出了一种快速的主干网络，名为FasterNet。核心算子是PConv，partial convolution，部分卷积，通过减少冗余计算和内存访问来更有效地提取空间特征。
9837
58
59
|
8月前
|
机器学习/深度学习
资源调度
算法
YOLOv11改进策略【损失函数篇】| 引入Soft-NMS，提升密集遮挡场景检测精度，包括GIoU-NMS、DIoU-NMS、CIoU-NMS、SIoU-NMS、 EIou-NMS
YOLOv11改进策略【损失函数篇】| 引入Soft-NMS，提升密集遮挡场景检测精度，包括GIoU-NMS、DIoU-NMS、CIoU-NMS、SIoU-NMS、 EIou-NMS
3203
6
6
|
开发者
Python
【Python】已解决：TypeError: __init__() got an unexpected keyword argument ‘port’
【Python】已解决：TypeError: __init__() got an unexpected keyword argument ‘port’
2315
0
0
|
机器学习/深度学习
并行计算
PyTorch
深度学习环境搭建笔记(一)：detectron2安装过程
这篇博客文章详细介绍了在Windows环境下，使用CUDA 10.2配置深度学习环境，并安装detectron2库的步骤，包括安装Python、pycocotools、Torch和Torchvision、fvcore，以及对Detectron2和PyTorch代码的修改。
2513
1
1
|
机器学习/深度学习
计算机视觉
【YOLOv8改进 - 注意力机制】ECA（Efficient Channel Attention）：高效通道注意 模块，降低参数量
YOLO目标检测专栏聚焦模型创新与实战，介绍了一种高效通道注意力模块（ECA），用于提升CNN性能。ECA仅用少量参数实现显著性能增益，避免了维度缩减，通过1D卷积进行局部跨通道交互。代码实现展示了一个ECA层的结构，该层在多种任务中展现优秀泛化能力，同时保持低模型复杂性。论文和代码链接分别指向arXiv与GitHub。更多详情可查阅CSDN博主shangyanaf的相关文章。
993
2
2
|
Docker
容器