Python VGG16在Pytorch上的实现

我在PyTorch上的代码实现片段是：

model = models.vgg16(pretrained = False)
classifier = nn.Sequential(
        nn.Linear(25088, 128),
        nn.ReLU(True),
        nn.Dropout(),
        nn.Linear(128, 128),
        nn.ReLU(True),
        nn.Dropout(),
        nn.Linear(128, 20)
)
model.classifier = classifier

我正在传送输入大小（60x60x3）和批大小=30的图像

当我从Linux（Ubuntu）终端（PyTorch版本：1.0.0，Torchvision版本：0.2.1）运行代码时，它会给出以下错误消息：

运行时错误：大小不匹配，m1:[30 x 512]，m2:[25088 x 128]

然而，当我在Windows（PyTorch版本：1.0.1，Torchvision版本：0.2.2）上从Spyder（Anaconda）运行它时，它运行得非常完美

是我遗漏了什么，还是因为Pytorch和Torchvision的版本不匹配？两者都是，我运行的是Python 3.6。 请建议

---

[更新：错误地交换了错误案例和无错误案例的版本号。感谢@Manoj Mohan指出这一点]

可能是另一种情况。在torchvision 0.2.2上运行良好，但在torch vision 0.2.1上运行失败

使用0.2.2版本中的AdaptiveAvgPool2d的这一变化就是您没有看到错误的原因

运行时错误：大小不匹配，m1:[1 x 512]，m2:[25088 x 4096]at/pytorch/aten/src/TH/generic/THTensorMath.cpp:940

您可以看到大小不匹配的错误。在自适应平均池之后，一切正常

>>> import torch.nn.functional as F
>>> avg = F.adaptive_avg_pool2d(feat, (7,7))
>>> avg = avg.view(avg.size(0), -1)
>>> output = model.classifier(avg)
>>> output.shape
torch.Size([1, 1000])

---

是的…对不起，我刚刚检查过…我在写的时候错误地交换了版本号。。。谢谢你的回答：）

>>> import torch.nn.functional as F
>>> avg = F.adaptive_avg_pool2d(feat, (7,7))
>>> avg = avg.view(avg.size(0), -1)
>>> output = model.classifier(avg)
>>> output.shape
torch.Size([1, 1000])