PyTorch训练VGG时出现Target与input size维度不匹配报错如何解决

你遇到的维度不匹配问题本质不是VGG网络输出维度主动变化，核心原因有两个：

• 批次维度动态变化：你固定写死了域标签的长度为128，但训练到最后一个批次时，如果数据集总样本数不是128的整数倍，DataLoader默认会返回不足128的剩余样本（你这里是112个），输入VGG的batch第一维从128变成112，VGG输出的第一维自然同步变为112，和固定长度的标签维度不匹配。
• VGG结构存在设计隐患：你注释掉了VGG的平均池化层，如果训练过程中输入图像的尺寸发生波动，经过4个VGG块后的特征图尺寸会变化，torch.flatten后的特征维度也会同步变化，只是你目前的场景中第二维刚好稳定为2048没触发问题而已。

按优先级可选以下方案处理：

1. 动态生成域标签（优先级最高）
   不要固定写死标签长度，每次根据当前输入的batch维度生成对应长度的标签，同时保证标签和输入在同一个设备上，避免后续设备不匹配报错：

# 替换原来固定写死的d_labels_a、d_labels_b定义
d_labels_a = torch.zeros(input_a.shape[0], device=input_a.device)
d_labels_b = torch.ones(input_b.shape[0], device=input_b.device)

2. 配置DataLoader丢弃不满批次
   初始化训练集的DataLoader时添加drop_last=True参数，自动丢弃最后一个不足128的批次，保证所有训练批次的样本量都是128：

train_loader = DataLoader(train_dataset, batch_size=128, shuffle=True, drop_last=True)

3. 补全VGG的自适应池化层
   添加自适应平均池化层，固定输出特征图的尺寸，避免输入图像尺寸波动导致的特征维度变化：

class VGG16(nn.Module):
  def __init__(self, input_size, batch_norm=False):
    super(VGG16, self).__init__()
    self.in_channels,self.in_width,self.in_height = input_size
    self.block_1 = VGGBlock(self.in_channels,64,batch_norm=batch_norm)
    self.block_2 = VGGBlock(64, 128,batch_norm=batch_norm)
    self.block_3 = VGGBlock(128, 256,batch_norm=batch_norm)
    self.block_4 = VGGBlock(256,512,batch_norm=batch_norm)
    # 新增自适应平均池化，固定输出特征图尺寸为7*7
    self.avgpool = nn.AdaptiveAvgPool2d((7, 7))

  @property
  def input_size(self):
      return self.in_channels,self.in_width,self.in_height

  def forward(self, x):
    x = self.block_1(x)
    x = self.block_2(x)
    x = self.block_3(x)
    x = self.block_4(x)
    # 启用池化层
    x = self.avgpool(x)
    x = torch.flatten(x,1)
    return x

4. 检查数据预处理逻辑
   如果存在异常样本过滤、跳过的逻辑，要么关闭该逻辑，要么过滤后补全样本到batch_size，避免主动缩减批次样本量。

内容的提问来源于stack exchange，提问作者CasellaJr