在 PyTorch 中显式指定层大小的用例是什么？

Question

据我了解，为了使前向传播和反向传播起作用，第一层的大小必须与输入数据的大小相匹配。然后，第二层的大小必须与第一层的输出大小匹配，依此类推。这意味着可以轻松地从其输入推断层大小，但 PyTorch 允许您将层的输入大小更改为其他值（除非您使用 torch.nn.Lazy*）。这有什么用例？到处使用惰性模块是一种不好的做法吗？

Answer 1

在很多情况下，您没有“上一层”来指定输入大小。指定输入大小允许您将其设置为您需要的任何内容。