如何设置torchsummary.summary的input_size参数？CNN网络维度不匹配报错求助

错误原因分析 #

报错RuntimeError: mat1 and mat2 shapes cannot be multiplied (2x50176 and 6x128)的核心是CNN输出特征维度与后续Linear层输入维度不匹配：

• 当你传入input_size=(1, 32, 32)时，经过两次Conv2d（无padding）和Flatten后，得到的特征维度是64*(32-4)*(32-4)=50176
• 但你的CustomCNN.linear层第一个Linear的in_features=6，两者维度无法进行矩阵乘法，因此报错。

正确设置input_size的方法 #

根据你的网络结构，CustomCNN的linear层输入维度为6，说明该模型并非仅接收图像输入，而是图像特征+6维向量特征的组合输入，需按以下方式传入input_size：

import torchsummary
torchsummary.summary(model=model.policy, input_size=[(1, 32, 32), (6,)])

其中：

• (1, 32, 32)是图像输入的尺寸（通道数、高度、宽度）
• (6,)是额外的6维向量输入的尺寸

额外说明 #

如果你的模型确实只需要处理单图像输入，那说明CustomCNN.linear层的参数设置有误：

• 需根据输入图像尺寸，计算正确的in_features值：公式为输出通道数*(输入高度-4)*(输入宽度-4)（两次3x3卷积无padding的情况下）
• 比如输入(1,32,32)时，in_features应设为64*28*28=50176，而非6

内容的提问来源于stack exchange，提问作者cwqaq