微调ResNet18用于CIFAR10：两种修改最后层方式为何结果不同？

为什么两种方式结果不同？ #

• ResNet18的原生结构里，最后几层是AvgPool2d → 手动展平 → fc线性层。当你用list(ResModel.children())[:-1]截取前半部分时，得到的最后一层是AvgPool2d，它输出的张量形状是(batch_size, 512, 1, 1)（CIFAR10的32x32图片经过卷积池化后，最后特征图是1x1）。
• 直接把这个4维张量喂给nn.Linear(512,10)时，Linear层不会自动展平，它会把输入当成(batch_size*512*1, 1)来计算，也就是报错里的32768x1（假设batch size是32，32*512=32768），而Linear需要的是(N, 512)的输入，形状不匹配导致报错。
• 而修改ResModel.fc的方式能正常运行，是因为原ResNet的forward方法中，在传入fc层前会自动执行torch.flatten(x, 1)把4维张量展平成(batch_size,512)，替换fc层后这个展平逻辑依然生效，所以输入形状完全符合Linear层的要求。

用Sequential实现的正确写法 #

如果坚持用nn.Sequential的方式，需要手动添加一个展平层：

ResModel = resnet18(weights=ResNet18_Weights)
model = nn.Sequential(
    *list(ResModel.children())[:-1],
    nn.Flatten(),  # 把(bs,512,1,1)展平为(bs,512)
    nn.Linear(512,10)
)

内容的提问来源于stack exchange，提问作者zz z