如何基于PyTorch构建适配28×28 RGB图像的CNN？

需要修改代码来适配RGB图像，具体修改点如下：

1. 调整第一个卷积层的输入通道数 #

原代码中conv1的in_channels=1对应灰度图的单通道，而RGB图像有3个颜色通道，必须将其改为in_channels=3：

self.conv1 = nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, stride=1, padding=1)

2. 确认后续层的维度兼容性 #

由于输入图像尺寸仍为28×28，通道数变化不会影响后续卷积、池化操作的输出尺寸：

• 经过conv1和conv2后，特征图尺寸保持28×28，通道数变为64
• 经过pool1后尺寸压缩为14×14，通道数维持64
• 经过conv3后通道数变为128，尺寸仍为14×14
• 经过pool2后尺寸压缩为7×7，通道数128
• 全连接层fc1的输入特征数128*7*7完全匹配，无需修改

3. 可选优化：调整输出层激活函数（推荐） #

原代码中fc2使用ReLU激活，而多分类任务更适合搭配Softmax（或直接使用CrossEntropyLoss，该损失函数已内置Softmax逻辑）。如果采用Softmax，可修改前向传播的最后一步：

x = F.softmax(self.fc2(x), dim=1)

若使用CrossEntropyLoss训练，直接返回self.fc2(x)即可，无需额外激活。

修改后的完整代码 #

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
  def __init__(self):
    super(Net, self).__init__()
    # 3x28x28 to 32x28x28
    self.conv1 = nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, stride=1, padding=1)
    # 32x28x28 to 64x28x28
    self.conv2 = nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, stride=1, padding=1)
    # 64x28x28 to 64x14x14
    self.pool1 = nn.MaxPool2d(kernel_size=2, stride=2) 
    # 64x14x14 to 128x14x14
    self.conv3 = nn.Conv2d(in_channels=64, out_channels=128, kernel_size=3, stride=1, padding=1)
    # 128x14x14 to 128x7x7
    self.pool2 = nn.MaxPool2d(kernel_size=2, stride=2)
    # 128x7x7 to 128
    self.fc1 = nn.Linear(in_features=128*7*7, out_features=128)
    # 128 to 27 (no. of classes)
    self.fc2 = nn.Linear(in_features=128, out_features=27)

  def forward(self, x):
    x = F.relu(self.conv1(x))
    x = F.relu(self.conv2(x))
    x = self.pool1(x)
    x = F.relu(self.conv3(x))
    x = self.pool2(x)
    x = x.view(-1, 128*7*7)
    x = F.relu(self.fc1(x))
    # 若使用CrossEntropyLoss，替换为return self.fc2(x)
    x = F.softmax(self.fc2(x), dim=1)
    return x

内容的提问来源于stack exchange，提问作者chai