训练64x64图像的5层CNN模型为何出现Kernel size错误？

问题核心是图像经过多层卷积和池化后，尺寸缩小到无法容纳3×3卷积核，同时全连接层的输入特征数计算完全错误。我们一步步拆解64×64图像在你的模型中的尺寸变化：

初始输入：(3, 64, 64)

1. 第一层Conv2d(kernel=3，默认padding=0、stride=1)：输出尺寸 = (64 - 3)/1 + 1 = 62 → 经过MaxPool2d(2)后，尺寸变为(32, 31, 31)（池化向下取整）
2. 第二层Conv2d(3)：31 - 3 + 1 = 29 → MaxPool2d(2)后变为(64, 14, 14)
3. 第三层Conv2d(3)：14 - 3 + 1 = 12 → MaxPool2d(2)后变为(128, 6, 6)
4. 第四层Conv2d(3)：6 - 3 + 1 = 4 → MaxPool2d(2)后变为(256, 2, 2)
5. 第五层Conv2d(3)：此时输入尺寸仅为2×2，远小于3×3的卷积核，直接触发你看到的错误。

另外你最后全连接层写的in_features=512 * 8 * 8完全不符合实际流程，即使前面能运行，Flatten后的特征数也不是这个值。

解决办法 #

方法1：给卷积层加padding保持尺寸 #

在所有Conv2d层添加padding=1（当kernel_size=3时，padding=1能让卷积后尺寸不变），配合MaxPool2d(2)每次将尺寸减半，全程不会出现尺寸过小的问题：

CNN5Layers = nn.Sequential(
    nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=64, out_channels=128, kernel_size=3, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=128, out_channels=256, kernel_size=3, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=256, out_channels=512, kernel_size=3, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Flatten(),
    nn.Linear(in_features=512 * 2 * 2, out_features=1024),  # 64经过5次减半后为2
    nn.ReLU(),
    nn.Linear(in_features=1024, out_features=512),
    nn.ReLU(),
    nn.Linear(in_features=512, out_features=30)
)

方法2：减少池化层数量 #

如果不想加padding，可以去掉最后一个MaxPool2d，这样第五层卷积前的尺寸为4×4，能容纳3×3卷积核，同时修正全连接层特征数：

CNN5Layers = nn.Sequential(
    nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=64, out_channels=128, kernel_size=3),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=128, out_channels=256, kernel_size=3),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2),
    nn.Conv2d(in_channels=256, out_channels=512, kernel_size=3),
    nn.ReLU(),
    # 移除最后一个MaxPool2d
    nn.Flatten(),
    nn.Linear(in_features=512 * 2 * 2, out_features=1024),
    nn.ReLU(),
    nn.Linear(in_features=1024, out_features=512),
    nn.ReLU(),
    nn.Linear(in_features=512, out_features=30)
)

关键注意点 #

• 新增卷积/池化层时，必须手动计算输出尺寸，避免输入尺寸小于卷积核的情况
• 全连接层的in_features必须和Flatten后的特征数完全匹配，否则会触发维度不匹配错误

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