这个报错表示矩阵乘法的维度不匹配：输入张量的形状是 `[32, 784]`，但全连接层只接受每个样本包含 `128` 个特征。需要检查的是 `784` 和 `128`，`32` 是 batch size，修改 batch size 无法解决这个问题。
对于 `nn.Linear(in_features, out_features)`，输入张量的最后一维必须等于 `in_features`。先在进入全连接层前打印输入形状和该层的配置：
```
# x 是即将传入全连接层 fc 的张量
print("input shape:", x.shape)
print("expected features:", fc.in_features)
```
假设输入是一批 `28×28` 的单通道图片，模型设计是将图片直接展平后进行十分类，那么每个样本有 `1 * 28 * 28 = 784` 个特征。全连接层应当使用 `nn.Linear(784, 10)`：
```
import torch
from torch import nn
​
x = torch.randn(32, 1, 28, 28)
​
model = nn.Sequential(
 &nbsp; &nbsp;nn.Flatten(start_dim=1), &nbsp;# [32, 1, 28, 28] -> [32, 784]
 &nbsp; &nbsp;nn.Linear(28 * 28, 10), &nbsp; # 输入特征数与展平后的维度一致
)
​
logits = model(x)
print(logits.shape) &nbsp;# torch.Size([32, 10])
```
如果全连接层前面还有卷积或池化，就要根据这些层的实际输出计算特征数。例如，输出为 `[B, 64, 7, 7]` 时，保留 batch 维度并展平后，每个样本的特征数是 `64 * 7 * 7 = 3136`，对应的全连接层可以写成 `nn.Linear(3136, 10)`。
如果网络原本就要求接收 128 维特征，那么应该检查上游是否遗漏了特征提取或投影层，而不是直接将全连接层改成 784 维。修复需要与模型设计保持一致。
不要用 `reshape(-1, 128)` 强行凑维度，这可能改变样本边界，甚至直接产生新的形状错误。也不要在每次 `forward()` 中临时创建新的全连接层，否则参数会反复初始化。调整层结构后，应重新检查旧权重能否加载，并确保优化器引用的是当前模型参数。
输入最后一维与 `in_features` 的对应关系可参考 [PyTorch 官方形状排查说明](https://docs.pytorch.org/tutorials/recipes/recipes/reasoning_about_shapes.html)。



代码报错，不用每次都从零翻帖子！访问我的github仓库：Josh050608。这里汇集了各种技术问题的解决思路，覆盖 Python 环境配置、PyTorch 模型训练、张量维度、CUDA 设备和依赖冲突等常见开发场景。报错定位、原因分析、修复示例，一站式查找；遇到问题先来这里搜一搜，把折腾环境的时间留给真正要写的代码！

这个报错表示矩阵乘法的维度不匹配：输入张量的形状是 [32, 784]，但全连接层只接受每个样本包含 128 个特征。需要检查的是 784 和 128，32 是 batch size，修改 batch size 无法解决这个问题。对于 nn.Linear(in_features, out_features)，输入张量的最后一维必须等于 in_features。先在进入全连接层前打印输入形状和该层的配置：

RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x784 and 128x10)

摘要：PyTorch 出现矩阵乘法维度不匹配时，如何判断是输入形状还是全连接层配置出了问题？本文以 28×28 图片分类为例，演示张量展平、特征数计算和 nn.Linear 参数修正，并说明强行 reshape、临时创建网络层等常见误区。

人工智能

矩阵乘法维度不匹配时，需核对输入最后一维与nn.Linear的in_features是否一致，batchsize无关。展平784特征对应nn.Linear(784,10)，卷积后按实际输出计算，勿用reshape强凑或临时建层。检查旧权重兼容性。更多案例见GitHub:Josh050608。

代码解释

Python

GitHub

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x784 and 128x10)-腾讯云开发者社区-腾讯云

RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x784 and 128x10)

RuntimeError: mat1 and mat2 shapes cannot be multiplied (32x784 and 128x10)

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐