要用Linear层做标签分类，第一步就是让输入数据“变扁”——从多维特征图变成一维向量。

说白了，Linear层只接受[batch, features]这种二维结构。它不认识宽度、高度、通道数。

如果直接把卷积输出的四维张量喂给它，它会直接报错。

先确认输入张量的形状

动手之前，建议先用print(x.shape)看一眼当前特征图的形状。

如果打印出来是torch.Size([32, 64, 8, 8])这种四维结构——[batch, channel, height, width]——那Linear层肯定不认。

这一步不能省。强行传入四维张量会触发RuntimeError，提示形状不匹配。

用Flatten层把特征图压平

有两种常见做法。

方法一：直接加nn.Flatten()层

推荐在模型定义里直接加一个nn.Flatten()层。它能自动保留batch维度，把剩下的所有维度乘到一起。

举个例子：输入[32, 64, 8, 8]经过Flatten后，输出就是[32, 4096]。一个操作搞定，省心。

方法二：手动reshape

用x = x.view(x.size(0), -1)或x = x.reshape(x.size(0), -1)，效果一样。

注意：batch size必须在第0维，不然-1推导会乱套。

配置Linear层，让尺寸对得上

1. 计算Flatten后的总特征数

以CIFAR-10为例，假设卷积最后输出是[batch, 512, 4, 4]，那么每个样本的特征数就是512 × 4 × 4 = 8192。

此时Linear层的输入尺寸就得设为8192。

2. 设定输出尺寸

标签有多少个独立类别，输出就设多少。比如10分类任务，就是nn.Linear(8192, 10)。

3. 验证参数矩阵的形状

Linear层内部的权重W是[10, 8192]，意思就是每个类别对应一个长度为8192的权重向量。

这个W才是线性分类器的核心——它把每个像素或特征的贡献加权求和，最终生成该类别的得分。

准备标签，让Loss认识它

标签格式要求

真实标签必须是一维的torch.long张量，里面是0到K1之间的整数，比如tensor([3, 0, 7, 2])这样。

标签值必须从0开始连续编号，这一点很容易忽略。

如果原始标签是[1, 5, 9, 12]这种跳着走的，必须先映射成[0, 1, 2, 3]，否则Loss计算时会因为索引越界而报错。

CrossEntropyLoss注意事项

如果用了CrossEntropyLoss，它会自动对Linear的输出做Softmax、取对数、再算负对数似然。

所以Linear层后面不要额外加Softmax，加了反而画蛇添足。

《夸克》非常好用的免费AI浏览器

下载APP查看