修改PyTorch ResNet18报张量维度不匹配RuntimeError原因排查

核心问题 #

报错由残差块的主分支与捷径分支输出尺寸不一致导致：你仅修改了layer3首个卷积块主分支conv1的步长，没有同步修改同个残差块捷径分支（downsample层）的步长参数，两个分支输出特征图尺寸分别为16×16和8×8，无法完成逐元素相加操作。

尺寸推导验证 #

顺着网络结构逐层计算输出尺寸，可以完全对应报错信息：

• 输入尺寸：3×64×64
• 首层卷积conv1（7×7, stride=2, padding=3）输出：64×32×32
• 你修改后的maxpool层（stride=1）输出：64×32×32（原始ResNet该层stride=2，会输出16×16，修改后少了一次2倍下采样）
• layer1所有卷积步长为1，输出：64×32×32
• layer2首个残差块步长为2，完成2倍下采样，输出：128×16×16
• 进入layer3的第一个残差块（layer3[0]）：
  • 主分支：你将conv1的步长从默认2改为1，conv2默认步长为1，因此主分支最终输出尺寸为256×16×16，对应报错里的tensor a尺寸16
  • 捷径分支：该残差块默认携带downsample层，用于对齐通道数和下采样尺寸，你未修改该层参数，其中1×1卷积的步长仍为默认2，因此捷径分支输出尺寸为256×8×8，对应报错里的tensor b尺寸8
• 残差结构要求两个分支的输出张量形状完全一致才能逐元素相加，尺寸不匹配直接触发RuntimeError。

修复方法 #

补充修改layer3[0]中downsample层的卷积步长即可解决报错：

model = models.resnet18(pretrained=True)
model.maxpool = nn.MaxPool2d(kernel_size=3, stride=1, padding=1, dilation=1, ceil_mode=False)
model.layer3[0].conv1 = nn.Conv2d(128, 256, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1), bias=False)
# 同步修改捷径分支的步长
model.layer3[0].downsample[0].stride = (1, 1)
model.fc = nn.Linear(model.fc.in_features, 100)

修改完成后，网络总下采样倍数为8，最终layer4输出的特征图尺寸恰好是要求的8×8×512。

内容的提问来源于stack exchange，提问作者SHIYUKUN