最快方法是在forward中插入print(x.shape)，如print(f"after conv1: {x.shape}")；torch.Size([32, 64, 28, 28])表示batch=32、channel=64、H=W=28。
torch.Size 怎么看每层输出的实际维度
直接在模型前向传播里插 print(x.shape) 最快，别等报错再查。PyTorch 不会自动告诉你哪一层崩了，但 torch.Size 对象本身就能打印出完整形状，比如 torch.Size([32, 64, 28, 28]) 就是 batch=32、channel=64、H=W=28。
实操建议：
- 在
forward方法里，对每个关键中间变量（尤其是卷积后、reshape前、Linear输入前）加一句print(f"after conv1: {x.shape}") - 别只打
x.size()，用x.shape更简洁；两者等价，但.shape是属性，不带括号，不易手误 - 如果用了
nn.Sequential，没法直接插 print，就拆成独立模块，或用register_forward_hook—— 但 hook 容易干扰调试节奏，新手优先选手动 print
常见维度不匹配错误对应的典型位置
报错信息里出现 mat1 and mat2 shapes cannot be multiplied 或 expected input with shape [N, C, H, W] 时，90% 是 Linear 层或 loss 输入形状不对。
典型场景和原因：
-
nn.Linear(in_features=1000, out_features=10)接在 CNN 后：忘了把[N, C, H, W]flatten 成[N, C*H*W]，直接喂进去了 - CrossEntropyLoss 输入要求是
[N, C]，但你传了[N, C, 1, 1]（比如 GAP 后没 squeeze） - 自定义 loss 里用了
torch.mean却没指定dim，导致降维后 shape 变成标量，后续无法 broadcast - 数据增强后图像尺寸变小（如 RandomResizedCrop），但模型 backbone 的输出 feature map 尺寸计算没同步更新，导致最后 Linear 的
in_features对不上
reshape / view / flatten 用哪个？参数怎么填
三者都能改形状，但行为不同，乱用会静默出错。
关键区别：
-
view要求 tensor 是 contiguous 的，否则报view size is not compatible with input tensor's size and stride；reshape更“宽容”，内部会自动调contiguous()，但代价是可能多一次内存拷贝 -
flatten(start_dim=1)明确语义：从第 1 维开始展平（即保留 batch 维），推荐用于 CNN → Linear 过渡，比view(x.size(0), -1)更可读 -
-1只能用一次，且必须保证其余维度乘积能整除总元素数；写成x.view(-1, 512)前，先确认x.numel() % 512 == 0，否则 runtime 报错
为什么有时 print 出来 shape 没问题，训练还是崩
因为 torch.Size 只反映当前张量形状，不反映梯度流或计算图是否健康。有些问题要到 backward 才暴露。
容易被忽略的点：
- 用了
torch.no_grad()包裹部分 forward，但后面又接了需要梯度的层，导致中间变量无 grad_fn，backward 时断链 - loss 计算中混用了 detach() 或 .item()，让标量 loss 失去计算图，
loss.backward()无声失败（loss.grad为 None） - batch size 为 1 时，BatchNorm2d 的 running_mean/var 更新逻辑特殊，可能触发 NaN；换
batch_size=2试一下，若错误消失，大概率是 BN 初始化或输入全零导致 - 混合精度训练（
amp）下，某些操作（如 index select）可能返回半精度 tensor，但后续 layer 期望 float32，shape 没变，类型错了
调试时别只盯 torch.Size，顺手加个 print(x.dtype, x.is_contiguous(), x.requires_grad) 更稳。
