Expected 4-dimensional input for 4-dimensional weight [64, 3, 3, 3], but got 3-dimensional input问题

问题原因

Expected 4-dimensional input for 4-dimensional weight [64, 3, 3, 3], but got 3-dimensional input of size [3, 224, 224] instead

找到出错的地方：

 return F.conv2d(input, weight, bias, self.stride,
                        self.padding, self.dilation, self.groups)

这个报错的意思是由于weight是[64, 3, 3, 3]的4维卷积核，因此对应的input也必须是4维的，而这里我们给进去的图片输入只有三个维度[3, 224, 224]，这里少了一个维度，而在torch中，Conv2d需要(n_samples, channels, height, width)这样的输入，所以我们需要给单张图片的输入加上一个batch_size维度，让他的维度变成[1, 3, 224, 224]，这里直接用unsqueeze()方法就行了：

print(f'添加前：{image.shape}')
image = image.unsqueeze(0)
print(f'添加后：{image.shape}')

>>>添加前：torch.Size([3, 224, 224])
>>>添加后：torch.Size([1, 3, 224, 224])