Pytorch - mat1 和 mat2 形状不能相乘（3328x13 和 9216x4096）

Question

我是 pytorch 的初学者，我正在尝试从 7 层中为预训练的 alexnet 模型提取激活。尝试从 fc6 层提取激活时出现此错误：

这是我的代码，用于遍历我的图像数组并尝试提取激活。

    conv1 = alexnet.features[0:2](img_tensor)
    conv2 = alexnet.features[2:5](conv1)
    conv3 = alexnet.features[5:7](conv2)
    conv4 = alexnet.features[7:9](conv3)
    conv5 = alexnet.features[9:12](conv4)
    fc6 = alexnet.classifier[0:2](conv5)
    fc7 = alexnet.classifier[0:2](fc6)

我正在对每个图像应用以下变换

transform = transforms.Compose([
    transforms.Resize(256),
    transforms.CenterCrop(224),
    transforms.ToTensor(),
    transforms.Normalize(
        mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225]
    )
])

据我所知，我需要先调整 conv5 层的大小，然后再将其与 alexnet 分类器相乘，但我不太确定这样做的有效方法是什么。

感谢解决此问题的任何帮助。

谢谢！