PyTorch训练DCGAN时256*256图像报target与input尺寸不匹配错误怎么办

错误原因 #

该报错核心是判别器（netD）的输出形状与构造的target形状不匹配：
训练6464尺寸图像时，判别器的下采样层数刚好可以将输入下采样到11的特征图，输出为每个样本对应1个0~1的置信度标量，和[batch_size]形状的target匹配。
切换到256*256尺寸后，原判别器的下采样倍率不足，最终输出的是形状为[batch_size, 1, 13, 13]的特征图，展平后每个样本对应169个预测值，和target形状不符，触发BCELoss的报错。

解决方法 #

方案1：修改判别器结构（推荐） #

两种可选修改方式，二选一即可：

• 额外增加2层带步幅的下采样卷积层：256尺寸输入要下采样到1*1需要8次减半操作（2^8=256），如果原适配64尺寸的判别器只有6次下采样，补上2层「带步幅2的卷积+BN+LeakyReLU」结构即可。
• 判别器末尾加全局自适应池化：在判别器最后一层卷积后、Sigmoid激活前，新增nn.AdaptiveAvgPool2d(1)层，不管输入特征图尺寸多大，直接池化到1*1，无需调整下采样层数，适配性更强。

方案2：训练代码层面修正输出形状 #

如果不想调整网络结构，直接在训练时对判别器的输出做形状对齐即可，需要修改三处调用netD()后的代码，同时同步调整target的形状：

# 原代码：
# output = netD(input)
# target = Variable(torch.ones(input.size()[0]))

# 修改为：
output = netD(input)
# 将输出调整为[batch_size, 1]的形状
output = output.view(output.size(0), -1).mean(1, keepdim=True)
# 同步调整target为相同形状，避免广播警告
target = Variable(torch.ones(input.size()[0], 1))

三处需要修改的位置分别是：

• 训练判别器用真实图像前向传播后
• 训练判别器用生成图像前向传播后
• 训练生成器用生成图像前向传播后

可选优化 #

当前代码里使用的Variable在PyTorch 0.4及之后版本已经废弃，可以直接用原生Tensor搭配requires_grad=True使用，不影响现有逻辑。

内容的提问来源于stack exchange，提问作者Mobashshir