Pytorchの shape '[-1, 400]' is invalid for input of size 179776のエラーを修正したい

Question

pytorchで画像分類をするために下記のURLをもとに自分のローカルデータをImageFolderにいれつつ，改変したのですがタイトルのエラー「shape '[-1, 400]' is invalid for input of size 179776」が表示され原因がわかりません．
おそらくニューラルネットワークのCNNのチャンネル数が問題だとは思うのですがどう修正すればいいかわからないため質問しました，

https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html

該当ソースコード

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np
import torch.nn as nn
import torch.nn.functional as F

import torch.optim as optim
transform = transforms.Compose(
    [transforms.ToTensor(),
     transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))])


data_transform = transforms.Compose([
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        #transforms.Normalize(mean=[0.485, 0.456, 0.406],
           #                  std=[0.229, 0.224, 0.225])
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
                             ] )
#rootはローカルのアドレスがあると考えてください
trainset = torchvision.datasets.ImageFolder(root='4', transform=data_transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=4,
                                          shuffle=False, num_workers=2)
testset = torchvision.datasets.ImageFolder(root='4', transform=data_transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=4,
                                         shuffle=False, num_workers=2)
classes = ('１', '２', '３', '４',
           '５', '６', '７', '８', '９')
class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(3, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 5 * 5, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 16 * 5 * 5)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()

criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)
for epoch in range(2):  # loop over the dataset multiple times

    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        # get the inputs
        inputs, labels = data

        # zero the parameter gradients
        optimizer.zero_grad()

        # forward + backward + optimize
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()

        # print statistics
        running_loss += loss.item()
        if i % 2000 == 1999:    # print every 2000 mini-batches
            print('[%d, %5d] loss: %.3f' %
                  (epoch + 1, i + 1, running_loss / 2000))
            running_loss = 0.0

print('Finished Training')

エラーコード

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-11-fe85c778b0e6> in <module>()
     10 
     11         # forward + backward + optimize
---> 12         outputs = net(inputs)
     13         loss = criterion(outputs, labels)
     14         loss.backward()

~/anaconda3/lib/python3.6/site-packages/torch/nn/modules/module.py in __call__(self, *input, **kwargs)
    487             result = self._slow_forward(*input, **kwargs)
    488         else:
--> 489             result = self.forward(*input, **kwargs)
    490         for hook in self._forward_hooks.values():
    491             hook_result = hook(self, input, result)

<ipython-input-8-8a32bf6021ce> in forward(self, x)
     14         x = self.pool(F.relu(self.conv1(x)))
     15         x = self.pool(F.relu(self.conv2(x)))
---> 16         x = x.view(-1, 16 * 5 * 5)
     17         x = F.relu(self.fc1(x))
     18         x = F.relu(self.fc2(x))

RuntimeError: shape '[-1, 400]' is invalid for input of size 179776


dataiter = iter(testloader)
images, la

Answer 1

おそらく179776が400で割れずviewが実行できないのでエラーになっていると思われます。
ディバッグするかprint(x.size)等を行って入力のサイズを確認し
本当に5516が適切かどうか確認してみてください。

Comments

[nortordam]

ありがとうございます。早速試してみます！

[nortordam]

すいません，試しにいくつかやって見て，viewをx = x.view(x.size(0), 16*37*37)にすることで新たなエラーとして
RuntimeError: size mismatch, m1: [4 x 21904], m2: [400 x 120] at /Users/administrator/nightlies/pytorch-1.0.0/wheel_build_dirs/conda_3.6/conda/conda-bld/pytorch_1544137972173/work/aten/src/TH/generic/THTensorMath.cpp:940
が出てきました，ここで行き詰ってしまいどうにもならない状態です．

[ko.tu]

おそらくviewは実行できておりlinearに入力する段階でエラーをはいているのではないでしょうか？
self.fc1 = nn.Linear(16 * 5 * 5, 120)
と定義しているところを適切に定義すればよいと思います。

今回の形ですと
self.fc1 = nn.Linear(16*37*37, 120)
になるかと思います。

[nortordam]

ありがとうございます，完全に解決できました！