pytorch/conv1dモデルのtensor次元数不正エラー（FAQ）

Question

前提

pytorchのconv1dの動作を調べています。
いくつかの資料を参考に次のコードで実行したところ、
RuntimeError: Given groups=1, weight of size [50, 1, 3], expected input[1, 40, 64] to have 1 channels, but got 40 channels instead
が発生しました。このerrorはpytorchではかなりのFAQらしいですが、明確に参考になる記事はみつけられませんでした。
自分なりに調べましたが解決にはいたりませんでした。
エラーに影響する値を、変数を変えて調べると次のことがわかりました。

[50, 1, 3]について
第1の数５０：conv1dのout_channelすなわち、フィルターの数
第３の数３：kernelのサイズ
[1, 40, 64]について
第2の数４０：ミニバッチサイズ
第3の数６４：入力の1次元のデータの長さ

分からないこと
・[50, 1, 3], [1, 40, 64]それぞれがどの変数、状態あるいは何のテンソルをあらわすか？
（kernelサイズ３が入っていることが特に疑問）
・検索するといかにもFAQらしいのに、この問題をわかりやすく解説した記事をみつけられないこと。
（英語レベルでもかなりFAQですが解読に苦労すること）
nchwの説明はありますが、それでも理解が及びません。

このモデルでやりたいこと
・一次元データで、それに対応する教師データで学習すること
・dropout、畳み込み演算やポーリングの効果を見ること。

RuntimeError: Given groups=1, weight of size [50, 1, 3], expected input[1, 40, 64] to have 1 channels, but got 40 channels instead

該当のソースコード（全部）

'''
1. データの読み込みと前処理
'''
import os
from torchvision import datasets
import torchvision.transforms as transforms
from torch.utils.data import DataLoader
import sys
import numpy as np
import torch


p_out = 15
rec_size = 64

#file_path = "fxdata/lern_img1.byte"
#with open(file_path, 'rb') as f:
#        data = np.frombuffer(f.read(), np.int16, offset=0)
        
data = torch.randn(100,rec_size)        #ファイルの読み込みの代わりに乱数でデータ生成
print(data.shape)  
   
x = data.reshape(-1, rec_size)
print("x.shape", x.shape)

trec_size = 1
#file_path = "fxdata/lern_lbl1.byte"
#with open(file_path, 'rb') as f:
#        tdata = np.frombuffer(f.read(), np.int8, offset=0)
tdata = torch.rand(100,trec_size)*10        #ファイルの読み込みの代わりに乱数でデータ生成
print(tdata.shape)  

t = tdata.reshape(-1, trec_size)

#x = torch.tensor(x, dtype=torch.float32)
#t = torch.tensor(t, dtype=torch.int8)

train_set = torch.utils.data.TensorDataset(x, t)

batch_size = 40

train_loader = DataLoader(train_set,
                              batch_size=batch_size,    # ミニバッチのサイズ
                              shuffle=True)             # シャッフルして抽出

train_features, train_labels = next(iter(train_loader))

print("features",train_features.shape)
#<class 'torch.Tensor'>
print("size",train_features.size())
#torch.Size([64, 784])

print("labels",train_labels.shape)
print("size",train_labels.size())


'''
2. モデルの定義
'''
import torch.nn as nn
import torch.nn.functional as F

class CNN(nn.Module):
    def __init__(self):
         
        super().__init__()
        # 畳み込み層1
        # inputは1次元で長さ６４（=rec_size）
        self.conv1 = nn.Conv1d(in_channels=1,   
                               out_channels=50, 
                               kernel_size=3,   
                               #padding=(1,1),   # パディングなし
                               #padding_mode='zeros'
                               )# ゼロでパディング

        # 全結合層1
        self.fc1 = nn.Linear(in_features=50*(rec_size-3), # 入力はフラット化後のサイズ rec_size=64
                             out_features=128)       # ニューロン数
        # ドロップアウト
        self.fc_drop = nn.Dropout(0.5)
        # 全結合層2
        self.fc2 = nn.Linear(in_features=128,       # 入力のサイズは前層のニューロン数
                             out_features=p_out)    # ニューロン数はクラス数と同数
        
    def forward(self, x):
        
        x = self.conv1(x)
         
        x = x.view(-1, 50 * 1 * 62)        # この値を変えてもエラーは変わらない！！　これ以前の問題           
        
        x = F.relu(self.fc1(x))                                  
        x = self.fc_drop(x)             # ドロップアウト
        x = self.fc2(x) # 
        return x


'''
3. モデルの生成
'''
import torch

# 使用可能なデバイス(CPUまたはGPU）を取得する
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
# モデルオブジェクトを生成し、使用可能なデバイスを設定する
model = CNN().to(device)

print("model",model)      # モデルの構造を出力


# 1ステップにおける訓練用ミニバッチを使用した学習   1エポックだけ学習
for (x, t) in train_loader:
        # torch.Tensorオブジェクトにデバイスを割り当てる
    x, t = x.to(device), t.to(device)
    #loss, preds= train_step(x, t) # 損失と予測値を取得
        
    model.train()    # モデルを訓練(学習)モードにする
    preds = model(x) # モデルの出力を取得
      

試したこと

色々値を変えたとき偶然、mat1、mat2の関係が不正の趣旨のエラーになることもありましたが、本質はよく理解していない点で同じではないかと。
データはファイルから読みますが、提示コードは、ランダムに発生したデータとしています。本題と同じエラーが発生します。
x = x.view(-1, 50 * 1 * 62)については、この値を変えてもエラーには影響しません（この命令以前で発生するエラーに見える）

補足情報（FW/ツールのバージョンなど）

コンソール出力

torch.Size([100, 64])
x.shape torch.Size([100, 64])
torch.Size([100, 1])
features torch.Size([40, 64])
size torch.Size([40, 64])
labels torch.Size([40, 1])
size torch.Size([40, 1])
model CNN(
  (conv1): Conv1d(1, 50, kernel_size=(3,), stride=(1,))
  (fc1): Linear(in_features=3050, out_features=128, bias=True)
  (fc_drop): Dropout(p=0.5, inplace=False)
  (fc2): Linear(in_features=128, out_features=15, bias=True)
)
Traceback (most recent call last):

  File "C:\book\shuwa\chap06\sec06\test_1d.py", line 125, in <module>
    preds = model(x) # モデルの出力を取得

  File "C:\anaconda3\envs\py38tor3\lib\site-packages\torch\nn\modules\module.py", line 1130, in _call_impl
    return forward_call(*input, **kwargs)

  File "C:\book\shuwa\chap06\sec06\test_1d.py", line 95, in forward
    x = self.conv1(x)

  File "C:\anaconda3\envs\py38tor3\lib\site-packages\torch\nn\modules\module.py", line 1130, in _call_impl
    return forward_call(*input, **kwargs)

  File "C:\anaconda3\envs\py38tor3\lib\site-packages\torch\nn\modules\conv.py", line 307, in forward
    return self._conv_forward(input, self.weight, self.bias)

  File "C:\anaconda3\envs\py38tor3\lib\site-packages\torch\nn\modules\conv.py", line 303, in _conv_forward
    return F.conv1d(input, weight, bias, self.stride,

RuntimeError: Given groups=1, weight of size [50, 1, 3], expected input[1, 40, 64] to have 1 channels, but got 40 channels instead

Comments

[jbpb0]

> Given groups=1, weight of size [50, 1, 3], expected input[1, 40, 64] to have 1 channels, but got 40 channels instead

x = data.reshape(-1, rec_size)
↓ 修正
x = data.reshape(-1, 1, rec_size)

参考
https://qiita.com/sshuv/items/79d9364b8675fdc080cf
の
「作成されたインスタンスconv1dを使うために、畳み込みの入力配列を用意しましょう。入力配列は三次元でなければなりません。」
の下

[jbpb0]

上記を直したら、別のエラー
RuntimeError: mat1 and mat2 shapes cannot be multiplied (40x3100 and 3050x128)
が出ます

> x = x.view(-1, 50 * 1 * 62)

の「62」と、「in_features=50*(rec_size-3)」の「rec_size-3」(=61)が合ってないためです

self.fc1 = nn.Linear(in_features=50*(rec_size-3),
↓ 修正
self.fc1 = nn.Linear(in_features=50*(rec_size-2),

[jbpb0]

pytorchのネットワークの確認は、「torchinfo」が便利です
インストールしたら、この質問のコードの場合は、下記で表示できます

from torchinfo import summary
summary(model, input_size=(batch_size, 1, rec_size))

参考
https://yiskw713.hatenablog.com/entry/2021/06/01/070144

Answer 1

Given groups=1, weight of size [50, 1, 3], expected input[1, 40, 64] to have 1 channels, but got 40 channels instead

　

x = data.reshape(-1, rec_size)

↓ 修正

x = data.reshape(-1, 1, rec_size)

　
参考
PyTorchのConv1dを理解する
の
「作成されたインスタンスconv1dを使うために、畳み込みの入力配列を用意しましょう。入力配列は三次元でなければなりません。」
の下

Answer 2

３次元（＋α）にすれば、一見正常動作したように見えたのですが、さらに検討すると不可解な現象もありましたので、ご返事はちょっと保留にしていましたが、それはそれでまたあとからと言うことで、この質問は解決とさせていただきます。ありがとうございました。