如何为4维权重提供4维输入？PyTorch CIFAR10卷积模型报错解决

错误原因 #

你代码的核心问题是forward函数的执行顺序错误：你在第一步就将4维的图像输入（格式为[batch_size, 通道数, 高度, 宽度]）直接拉平为2维张量，而Conv2d卷积层要求输入必须是4维结构，因此触发维度不匹配报错。同时原代码中全连接层的输入维度计算也不符合CIFAR10数据集的输入尺寸推导结果。

修正后的模型代码 #

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

class Net2(nn.Module):
    def __init__(self):
        super(Net2, self).__init__()
        # 卷积层：满足32个滤波器、5x5卷积核、步长1的要求
        self.conv1 = nn.Conv2d(3, 32, 5, 1)
        # 推导池化后的特征维度：CIFAR10输入3x32x32 → 卷积后32x28x28 → 池化后32x14x14 → 拉平后为32*14*14=6272
        self.fc1 = nn.Linear(32 * 14 * 14, 512)
        self.fc2 = nn.Linear(512, 10)

    def forward(self, x):
        # 第一步：卷积 + ReLU激活 + 最大池化
        x = F.max_pool2d(F.relu(self.conv1(x)), (2, 2))
        # 第二步：特征拉平为一维，送入全连接层
        x = x.view(x.size(0), -1)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x

net2 = Net2().to(device)

修正后的代码完全匹配作业要求的6项结构规则。

层参数含义解释 #

nn.Conv2d 卷积层参数 #

nn.Conv2d的核心调用格式为 nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0)，各参数含义：

• in_channels：输入特征图的通道数，CIFAR10是RGB三通道图像，所以填3
• out_channels：卷积核（滤波器）的数量，作业要求32个，所以填32
• kernel_size：卷积核的尺寸，填5代表使用5x5的卷积核
• stride：卷积核在特征图上滑动的步长，作业要求为1
• padding：输入特征图边缘填充的像素数，默认0即不填充

nn.Linear 全连接层参数 #

nn.Linear的核心调用格式为 nn.Linear(in_features, out_features)，各参数含义：

• in_features：输入张量的特征维度，第一个全连接层的输入是池化后拉平的特征，所以填321414；第二个全连接层输入是前一层的输出512
• out_features：输出张量的特征维度，第一个全连接层要求输出512，第二个要求输出10对应CIFAR10的10个分类

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