PyTorch模型AvgPool2d尺寸不兼容导致输出过小错误求助

问题根源分析 #

1. AvgPool2d尺寸不兼容：你使用的ResNet18截取了children()[:-1]，包含了最后的全局平均池化层（AdaptiveAvgPool2d(1)），输出特征图尺寸为[batch_size, 512, 1, 1]。此时用kernel_size=8的AvgPool2d计算，输出尺寸计算公式为floor((input_size - kernel_size)/stride + 1)，代入后得到floor((1-8)/8 +1)=floor(1/8)=0，直接导致输出尺寸为512x0x0，触发RuntimeError。
2. 节点特征与邻接矩阵不匹配：你的邻接矩阵adj是7x7网格生成的49个节点，但当前ResNet输出是1x1的特征，无法对应49个节点，后续GAT层的输入也不符合设计预期（kwargs中nheads=49、nfeat=512明显对应49个节点的设置）。

修复方案 #

方案一：移除多余AvgPool2d并修正ResNet截取范围（推荐） #

这是最合理的方案，因为你的目标是用ResNet提取7x7的特征图对应49个节点，所以需要去掉ResNet的全局平均池化层，同时删除无意义的AvgPool2d：

class AntispoofModel(nn.Module):
    def __init__(self, device="cpu", **kwargs):
        super().__init__()
        resnet = torch.hub.load('pytorch/vision:v0.10.0', 'resnet18', pretrained=True)
        # 截取到layer4，去掉最后的AvgPool2d和全连接层，输出尺寸为[batch,512,7,7]
        self.resnet = nn.Sequential(*[i for i in list(resnet.children())[:-2]]).to(device)
        for ch in self.resnet.children():
            for param in ch.parameters():
                param.requires_grad = False
        self.gat = GAT(**kwargs).to(device)
        self.device = device
        self.adj = torch.tensor(grid_to_graph(7, 7, return_as=np.ndarray)).to(device)
        # 移除原有的AvgPool2d层
        
    def forward(self, x):
        x = self.resnet(x.to(self.device))  # shape: [batch, 512, 7, 7]
        # 将7x7特征图转换为49个节点的特征矩阵：[batch, 49, 512]
        x = x.flatten(2).transpose(1, 2)
        x = self.gat(x, self.adj)
        return torch.sigmoid(x)

方案二：仅修复AvgPool2d（不推荐，仅解决报错，不解决逻辑问题） #

如果只是临时解决报错，可调整AvgPool2d参数使其输出尺寸合法，但这种方式无法解决节点特征与邻接矩阵不匹配的问题：

# 修改AvgPool2d参数为kernel_size=1，保持输出尺寸不变
self.avg_pool = nn.AvgPool2d(kernel_size=1, stride=1, padding=0, ceil_mode=False, count_include_pad=False)

或者开启ceil_mode=True，让输出尺寸向上取整为1x1：

self.avg_pool = nn.AvgPool2d(kernel_size=8, stride=8, padding=0, ceil_mode=True, count_include_pad=False)

补充说明 #

• 确认GAT层的输入格式：上述方案中转换后的特征矩阵[batch, 49, 512]对应49个节点、每个节点512维特征，与你设置的nfeat=512、邻接矩阵的49节点完全匹配，符合GAT的输入要求。
• 若GAT层需要其他格式的输入，可根据实际情况调整x的形状转换方式（如view或reshape）。

内容的提问来源于stack exchange，提问作者12345