PyTorch搭建ResNet时TensorBoard显示残差块直连全连接层是否正确？

AI 小北

2026-10-2

结论

TensorBoard的显示是可视化折叠导致的，连接关系和你实际定义的网络结构完全一致，不存在结构错误。

原因解释

PyTorch的TensorBoard可视化默认会把无训练参数的算子（ReLU、Flatten）和正则化算子（Dropout）折叠到相邻的有参数层中展示，不会单独渲染节点，所以会出现残差块看似直接连接全连接层的视觉效果，实际这几个中间层都会正常执行计算。
你定义的实际数据流顺序为：
输入(bs, 1, 200) → 残差块输出(bs, 200, 200) → ReLU激活 → Flatten展平为(bs, 40000) → Dropout正则化 → Linear层 → Softmax输出，完全符合你代码的层级定义。

验证方法

你可以通过逐层前向测试确认结构正确性，测试代码如下：

import torch
x = torch.randn(1, 1, 200)
for idx, layer in enumerate(R.children()):
    x = layer(x)
    print(f"第{idx}层 {layer.__class__.__name__} 输出shape: {x.shape}")

输出结果会完全匹配你定义的层级计算逻辑，不存在层被跳过的问题。