PyTorch自动编码器模型摘要MPS报错及维度转换疑问

一、MPS设备上torchsummary报错的解决办法 #

你遇到的RuntimeError: Placeholder storage has not been allocated on MPS device!，是因为torchsummary默认会在CPU上生成输入占位张量，推送到MPS设备时出现兼容性问题。解决方法如下：

• 手动创建符合输入维度的张量，明确指定放在MPS设备上，传给summary函数的input_data参数，替代input_size。
• 示例代码：

  import torch
  from torchsummary import summary
  
  # 假设模型已部署到MPS设备
  model = model.to('mps')
  # 创建匹配MNIST输入维度的张量（单通道28x28，batch_size设为1即可）
  input_tensor = torch.randn(1, 1, 28, 28).to('mps')
  # 传入input_data获取模型摘要
  summary(model, input_data=input_tensor)
  

二、28x28转784维度的实现说明 #

这个维度转换不是框架自动完成的，需要你在模型的forward方法里手动实现，常见两种写法：

• 用view方法：x = x.view(x.size(0), -1)，其中-1会自动计算出784（28*28），x.size(0)保留batch维度。
• 用flatten方法：x = torch.flatten(x, start_dim=1)，start_dim=1表示从通道维度后开始展平，跳过batch维度。
• 该操作一般放在编码器的最开始，把二维图像张量转成一维向量，才能喂给后续全连接层做编码。

内容的提问来源于stack exchange，提问作者user1357015