參考連結：

https://blog.csdn.net/qq_41429220/article/details/104973805

Pytorch Error: ValueError: Expected input batch_size (324) to match target batch_size (4) Log In

1.ERROR原因

使用pytorch訓練一個自定義的模型，參照網上的部落格直接照搬網路，但是在修改自定義資料集時，出現這個錯誤。很明顯是一個影象引數不匹配問題，自定義資料集的圖片大小規格不統一且與網路接受的大小不匹配。

ValueError: Expected input batch_size (324) to match target batch_size (4) Log In
 

2.解決思路

首先，在錯誤的網路結構處前後加入print來檢視網路結構。

# 構建CNN模型
class CNNNet(nn.Module):
    
    def __init__(self):
        super(CNNNet, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(64, 128, 5)
        self.fc1 = nn.Linear(128*53*53, 1024)
        self.fc2 = nn.Linear(1024, 84)
        self.fc3 = nn.Linear(84, 10)
        
    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
#         print(x.shape)
        x = x.view(-1, 128*53*53)
#         print(x.shape)
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x
 

即我註釋的這個地方，可以得到輸入前的資料格式。

torch.Size([4, 128, 53, 53])

根據輸出的形狀來更改view裡的引數。

x = x.view(-1, 128 * 53 * 53)

後面的Linear層也需要對應修改，使其與資料輸入匹配：

self.fc1 = nn.Linear(128 * 53 * 53, 1024)