我正在构建一个DCGAN，并且在输出形状上遇到了问题，当我尝试计算BCELoss时，它与标签的形状不匹配。

为了生成判别器输出，我必须一直使用卷积层吗？还是可以在某个点添加一个线性层来匹配我想要的形状？

我的意思是，我必须通过添加更多的卷积层来减少形状，还是可以添加一个全连接层？我以为它应该有一个全连接层，但我在检查的每个教程中，判别器都没有全连接层。

...

我得到的错误是：

...

输出的形状为：torch.Size([1, 1, 13, 13])，标签的形状为：torch.Size([1])。

回答：

DCGAN描述了一个具体的架构，其中使用卷积层来对特征图进行下采样。如果你仔细设计你的卷积层，你可以不使用线性层，但这并不意味着使用线性层来下采样（特别是作为最后一层）不会工作。DCGAN论文只是发现使用卷积层而不是线性层进行下采样效果更好。

如果你想保持这个架构，你可以更改卷积层的核大小、填充或步长，以使最后一层恰好得到一个单一的值。请参考Pytorch关于卷积层的文档，了解给定输入大小时输出大小应为多少。