我正在構建一個 CNN 并對其進行字母 A 到 I（9 類）的手勢分類訓練，每個圖像都是 224x224 大小的 RGB。不確定我需要轉置哪個矩陣以及如何轉置。我已經設法匹配層的輸入和輸出，但是矩陣乘法的事情，不太確定如何解決它。class LargeNet(nn.Module):    def __init__(self):        super(LargeNet, self).__init__()        self.name = "large"        self.conv1 = nn.Conv2d(3, 5, 5)        self.pool = nn.MaxPool2d(2, 2)        self.conv2 = nn.Conv2d(5, 10, 5)        self.fc1 = nn.Linear(10 * 53 * 53, 32)        self.fc2 = nn.Linear(32, 9)    def forward(self, x):        x = self.pool(F.relu(self.conv1(x)))        print('x1')        x = self.pool(F.relu(self.conv2(x)))        print('x2')        x = x.view(-1, 10*53*53)        print('x3')        x = F.relu(self.fc1(x))        print('x4')        x = x.view(-1, 1)        x = self.fc2(x)        print('x5')        x = x.squeeze(1) # Flatten to [batch_size]        return x和培訓代碼#Loss and optimizercriterion = nn.BCEWithLogitsLoss()optimizer = optim.SGD(model2.parameters(), lr=learning_rate, momentum=0.9)# Train the modeltotal_step = len(train_loader)loss_list = []acc_list = []for epoch in range(num_epochs):    for i, (images, labels) in enumerate(train_loader):        print(i,images.size(),labels.size())        # Run the forward pass        outputs = model2(images)        labels=labels.unsqueeze(1)        labels=labels.float()        loss = criterion(outputs, labels)代碼打印到 x4，然后我收到此錯誤 RuntimeError: size mismatch, m1: [32 x 1], m2: [32 x 9] at C:\w\1\s\tmp_conda_3.7_055457\conda\conda- bld\pytorch_1565416617654\work\aten\src\TH/generic/THTensorMath.cpp:752完整的回溯錯誤：https ://ibb.co/ykqy5wM