使用Conv2d训练MNIST模型时遇输入-核尺寸不匹配错误求助

你遇到的错误是因为卷积层的输入特征图尺寸小于卷积核尺寸（3x3），导致无法完成卷积运算。结合你的模型结构和MNIST输入尺寸（28x28灰度图），我们一步步拆解问题并给出修复方案：

1. 特征图尺寸排查 #

先逐层计算输出尺寸（初始输入为 (1, 28, 28)）：

• features1层：Conv2d后尺寸保持28x28（padding=1、stride=1），MaxPool2d(2,2)后变为 (16,14,14)
• features2层：Conv2d后尺寸保持14x14，MaxPool2d(3,2,padding=1)后变为 (32,7,7)
• features3层：Conv2d后尺寸保持7x7（7≥3，卷积可正常执行），MaxPool2d(3,2,padding=1)后变为 (64,4,4)

这里所有卷积层的输入尺寸都满足要求，但你的全连接层fc1写的是64*3*3，和实际输出的64*4*4不匹配——这说明你预期的特征图尺寸是3x3，但实际计算偏差导致参数调整时可能误操作，间接引发了尺寸异常。

2. 具体修复方案 #

方案一：调整池化层参数，匹配全连接层维度 #

将features2的MaxPool2d参数修改为padding=0，让特征图最终输出3x3：

self.features2 = nn.Sequential(
    nn.Conv2d(16, 32, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.BatchNorm2d(32),
    nn.MaxPool2d(3, stride=2, padding=0),  # padding改为0
)

此时尺寸链：

• features2输出：(32,6,6)
• features3的MaxPool2d(3,2,padding=1)后输出：(64,3,3)，刚好适配fc1的64*3*3输入维度。

方案二：修改全连接层输入维度，适配现有特征图 #

如果不想调整池化层，直接修正fc1的输入维度为实际计算值：

self.fc1 = nn.Linear(64 * 4 * 4, 100)

3. 额外需要修复的细节 #

• 代码中forward函数使用了torch.flatten，但开头未导入torch，需补充：

  import torch
  import torch.nn as nn
  

• 数据集加载代码需要导入依赖模块：

  import torchvision
  from torchvision import transforms
  

4. 快速定位问题的验证方法 #

可以在forward函数中添加打印语句，实时查看每一层的特征图尺寸：

def forward(self, x):
    print("初始输入:", x.shape)
    x = self.features1(x)
    print("features1输出:", x.shape)
    x = self.features2(x)
    print("features2输出:", x.shape)
    x = self.features3(x)
    print("features3输出:", x.shape)
    x = torch.flatten(x, 1)
    print("flatten后:", x.shape)
    # 后续层逻辑
    return x

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