时间戳

首页 > 解决方案 > 如何解决 NeuroDiffEq 中的错误“mat1 和 mat2 形状不能相乘（1000x1 和 3x512）”？

python - 如何解决 NeuroDiffEq 中的错误“mat1 和 mat2 形状不能相乘（1000x1 和 3x512）”？

问题描述

我是神经网络的新手，对它们的使用方式有基本的了解。我正在尝试使用人工神经网络（ANN），特别是使用 NeuroDiffEq 包来解决具有边界条件的球面拉普拉斯方程：u(r=0)=u(r=1)=0 对于所有 theta 和 phi Python。以下是相同的代码

import numpy as np
import matplotlib.pyplot as plt
import torch
from neurodiffeq import diff 
from neurodiffeq.networks import FCNN 
from neurodiffeq.conditions import DirichletBVPSpherical
from neurodiffeq.solvers import SolverSpherical
from neurodiffeq.monitors import MonitorSpherical
from neurodiffeq.generators import Generator3D
%matplotlib notebook

laplace = lambda u, r, theta, phi: [
diff(((r**2)*diff(u,r,order=1)), r, order=1)/r**2 + 
diff((np.sin(theta))*diff(u,theta,order=1), theta, order=1)/((r**2)*(np.sin(theta))) +
diff(u,phi,order=2)/(r*np.sin(theta))**2
]

conditions = [
    DirichletBVPSpherical(r_0=0.0,f=0.0,r_1=1.0,g=0.0)
]

nets = [
FCNN(n_input_units=3, n_output_units=1, hidden_units=[512]),
]

monitor=MonitorSpherical(r_min=0.0,r_max=1.0,check_every=10,shape=(10,10,10),r_scale='linear',theta_min=0,theta_max=np.pi,phi_min=0,phi_max=2*np.pi)
monitor_callback = monitor.to_callback()

solver = SolverSpherical(
    pde_system=laplace,
    conditions=conditions,
    r_min=0.0,
    r_max=1.0,
    nets=nets,
    train_generator=Generator3D(grid=(10, 10, 10), xyz_min=(0.0, 0.0, 0.0), xyz_max=(1.0, 1.0, 1.0), method='equally-spaced'),
    valid_generator=Generator3D(grid=(10, 10, 10), xyz_min=(0.0, 0.0, 0.0), xyz_max=(1.0, 1.0, 1.0), method='equally-spaced-noisy'),
)

solver.fit(max_epochs=200, callbacks=[monitor_callback])

solution_neural_net_laplace = solver.get_solution()

我收到以下错误

mat1 and mat2 shapes cannot be multiplied (1000x1 and 3x512)

对于解决此错误的任何帮助，我将不胜感激。提前致谢！

标签： pythonmatrixpde

解决方案

问题是与 相乘的形状mat1不正确mat2。可能您使用的是 10x10x10 = 1000 的网格，因此请尝试将其设为其他内容，即 8x8x8 = 512，或者您可以尝试将输入单位设为 1000，看看是否能解决问题。

也可能是n_input_units = 512或n_input_units = 1000，n_hidden_units = [something else]（取决于您在网格中所做的更改）

推荐阅读