Pytorch 功能线性层的尺寸失配

很抱歉，这可能是一个简单的问题，以前已经回答过，但我找不到答案。我试图使用CNN提取特征，然后将其输入到输出2个变量的FC网络中。我试图使用功能性线性层作为动态处理展平特征的方法。

self.cnn

是一个顺序容器，最后一层是

nn.flant（）

。当我在CNN后打印x的大小时，我看到它是15x152064，所以我不清楚为什么

F.linear

层无法运行，错误如下。任何帮助都将不胜感激

运行时错误：大小不匹配，获取15x152064,2

x = self.cnn(x)
batch_size, channels = x.size()
x = F.linear(x, torch.Tensor([256,channels]))
y_hat = self.FC(x)

torch.Tensor（[256，channels]）

不会创建大小为

（256，channels）

的张量，而是包含值256和

channels

的1D张量。我不知道您想如何初始化权重，但有几个选项：

# Identity transform:
x = F.linear(x, torch.ones(256,channels))
# Random transform :
x = F.linear(x, torch.randn(256,channels))