Error: The size of tensor a (2048) must match the size of tensor b (1000) at nonsingleton dimension2

这个错误信息表明在执行张量运算时，两个张量在非单一维度（这里是维度2）上的尺寸不匹配。具体来说，张量a在维度2上的大小是2048，而张量b在相同维度上的大小却是1000。

报错代码行为：

similarity = torch.sum(seq_norm * spec_norm, dim=2)

这是seq_norm和spec_norm做点积的时候要求其向量维度一致

seq_norm是a，seqc_norm是b，于是查看ab两个的大小，发现a是torch.Size([1, 4567, 2048]) b是torch.Size([1000])

b出了问题，找到b的出处，b是用resnet152提取的特征向量，维度为1000是因为直接保存了全连接层的结果（resnet的输出结果就是1000个类别）

要想匹配维度，需要修改b的保存，使b保存全连接层的前一层，就可以解决。

def forward(self, x):
    x = self.transform(x)
    x = x.unsqueeze(0).to(device)
    x = Variable(x)
    
    # 获取 'avgpool' 层的输出
    res_features = self.resnet.layer4(x)
    res_features = F.avg_pool2d(res_features, res_features.size()[3])  # 全局平均池化
    res_features = res_features.squeeze(3).squeeze(2)  # 去除不必要的维度
    
    return res_features