ResNet18中downsample的Conv2d in_channels与bn2 num_channels为何不一致？

在ResNet18的downsample模块里，Conv2d的in_channels参数和bn2的num_channels参数本应一致——当模块未对通道数做调整时，数据通道维度不会发生变化，但实际二者数值存在差异。

从卷积网络的常规设计规则来看：

• Conv2d的in_channels必须等于前一层的out_channels，否则会触发张量维度不匹配错误，导致数据无法正常向前传播；
• BN层的num_channels需要与对应卷积层的out_channels保持一致，才能完成对应维度特征的归一化操作。

所以在downsample模块未修改通道数的场景下，这两个参数的数值必须相等。

内容的提问来源于stack exchange，提问作者mvalpha