假設(shè)我有 4 個(gè)批次的 3x100x100 圖像作為輸入，并且我正在嘗試使用 pytorch 制作我的第一個(gè)卷積神經(jīng)網(wǎng)絡(luò)。我真的不確定我的卷積神經(jīng)網(wǎng)絡(luò)是否正確，因?yàn)楫?dāng)我通過以下安排訓(xùn)練我的輸入時(shí)，我遇到了錯(cuò)誤：Expected input batch_size (1) to match target batch_size (4).以下是我的轉(zhuǎn)發(fā)nnet：那么如果我要通過它：nn.Conv2d(3, 6, 5)我會(huì)得到 6 層地圖，每層都有尺寸（100-5+1）。那么如果我要通過它：nn.MaxPool2d(2, 2)我會(huì)得到 6 層地圖，每層都有尺寸 (96/2)然后，如果我要通過它：nn.Conv2d(6, 16, 5)我會(huì)得到 16 層地圖，每層都有尺寸 (48-5+1)那么如果我要通過它：self.fc1 = nn.Linear(44*44*16, 120)我會(huì)得到 120 個(gè)神經(jīng)元那么如果我要通過它：self.fc2 = nn.Linear(120, 84)我會(huì)得到 84 個(gè)神經(jīng)元那么如果我要通過它：self.fc3 = nn.Linear(84, 3)我會(huì)得到 3 個(gè)輸出，這將是完美的，因?yàn)槲矣?3 類標(biāo)簽。但正如我之前所說，這會(huì)導(dǎo)致一個(gè)非常令人驚訝的錯(cuò)誤，因?yàn)檫@對(duì)我來說很有意義。完整的神經(jīng)網(wǎng)絡(luò)代碼：import torch.nn as nnimport torch.nn.functional as Fclass Net(nn.Module):    def __init__(self):        super(Net, self).__init__()        self.conv1 = nn.Conv2d(3, 6, 5)        self.pool = nn.MaxPool2d(2, 2)        self.conv2 = nn.Conv2d(6, 16, 5)        self.fc1 = nn.Linear(44*44*16, 120)        self.fc2 = nn.Linear(120, 84)        self.fc3 = nn.Linear(84, 3)    def forward(self, x):        x = self.pool(F.relu(self.conv1(x)))        x = self.pool(F.relu(self.conv2(x)))        x = x.view(-1, 16 *44*44)        x = F.relu(self.fc1(x))        x = F.relu(self.fc2(x))        x = self.fc3(x)        return xnet = Net()net.to(device)