nn.sequential()线性层中相邻层出现维度匹配错误的解决办法

因为 nn.Sequential() 中默认情况下，前一个层的输出形状必须和后一个层的输入形状一致。而假设有时根据实际情况需要将输入输出并不匹配的层包装起来，就是前一层的输出的维度与后一层的输入所要求的维度不匹配，这是就会报错例如下面代码

self.shortcut = nn.Sequential(
                P4MConvP4M(in_planes, self.expansion*planes, kernel_size=1, stride=stride,                                 
                            bias=True),
                nn.BatchNorm2d(self.expansion*planes)
            )

里面共有两层：第一层 P4MConvP4M 的输出是 5 维的，而而第二层nn. BatchNorm2d 只接受 4 维的输入。因此，在将这两个层连接起来运行时会报错：ValueError: expected 4D input (got 5D input

要解决这个问题，可以在 nn.Sequential() 中间添加一个函数来处理前一层的输出形状，将其转换为 4 维，再传递给 BatchNorm2d。因为在sequential这个包装里无法使用变量自带的属性函数如 .reshape，但我们的目的就是要改变这个层的输出形状，没有自带函数，我们可以自己组建一个类实现。例如，可以添加一个 Reshape 类，它会将 5 维的输出形状转换为 4 维，针对上面问题代码示例如下：

class Reshape(nn.Module):
    def __init__(self):
        super(Reshape, self).__init__()

    def forward(self, x):
        return x.view(x.size(0), x.size(1) * x.size(2), x.size(3), x.size(4))

然后在nn.sequential()里的两层之间引用这个类就好了

self.shortcut = nn.Sequential(
                P4MConvP4M(in_planes, self.expansion*planes, kernel_size=1, stride=stride, 
                            bias=True),
                Reshape(),
                nn.BatchNorm2d(self.expansion*planes)
            )