PyTorch Linear层输入维度不匹配

当我将输入数据传递给PyTorch中的Linear（全连接层）时，我遇到了这个错误：

matrices expected, got 4D, 2D tensors

我完全理解这个问题，因为输入数据的形状是(N,C,H,W)（来自卷积+最大池化层），其中：

尽管如此，我原本期望PyTorch能够自动“重塑”数据形式：

我尝试过重塑Variable.data，但据我了解，这种方法不被推荐，因为梯度会保留之前的形状，而且一般来说不应该改变Variable.data的形状。

我确信有一个简单的方法符合框架的要求，但我还没有找到。

有没有好的解决方案呢？

附注：全连接层的输入大小为C * H * W

回答：

在阅读了一些示例后，我找到了解决方案。以下是如何在不干扰前向/后向传递流程的情况下进行操作的方法：

(_, C, H, W) = x.data.size()x = x.view( -1 , C * H * W)

学技术