PyTorch调用torch.cat拼接张量时报尺寸不匹配错误如何解决

算力阿峰

2026-10-1

报错原因

torch.cat的规则是：参与拼接的所有张量，除了指定的拼接维度外，其余所有维度的尺寸必须完全一致。
你现在执行的是torch.cat((x4,x3,x2,x1,x),dim=1)，也就是在第1维（通道维度）拼接，要求所有张量的第0维（batch）、第2维（高度）、第3维（宽度）尺寸完全相等。
从你打印的张量尺寸可以看到：

x1/x2/x3/x4的尺寸都是[5, C, 32, 32]，高宽为32*32
aspp输出的x尺寸为[5, 256, 16, 16]，高宽为16*16
两者的高、宽维度尺寸都不匹配，因此触发报错。

解决方案

你可以根据你的网络设计需求，选择以下任意一种方案对齐张量尺寸：

方案1：上采样aspp输出的x到32*32

如果需要保留浅层特征的高分辨率，就把低分辨率的x上采样到和x1~x4一致：

x = self.aspp(x)
# 双线性插值上采样到32*32
x = torch.nn.functional.interpolate(x, size=(32, 32), mode='bilinear', align_corners=False)
x = torch.cat((x4,x3,x2,x1,x), dim=1)

方案2：下采样x1~x4到16*16

如果你的网络后续需要低分辨率特征降低计算量，就把高分辨率的x1~x4下采样到和x一致：

x1 = self.avg_pool(l1)
x2 = self.avg_pool(l2)
x3 = self.avg_pool(l3)
x4 = self.avg_pool(l4)
# 平均池化下采样到16*16
x1 = torch.nn.functional.avg_pool2d(x1, kernel_size=2, stride=2)
x2 = torch.nn.functional.avg_pool2d(x2, kernel_size=2, stride=2)
x3 = torch.nn.functional.avg_pool2d(x3, kernel_size=2, stride=2)
x4 = torch.nn.functional.avg_pool2d(x4, kernel_size=2, stride=2)
x = self.aspp(x)
x = torch.cat((x4,x3,x2,x1,x), dim=1)