训练好的vgg报错RuntimeError：mat1 and mat2 shapes cannot be multiplied(512*49 and 25088*4096)

问题背景

将训练好的图片分类vgg模型用到新的数据集上进行图片分类的时候出现了以下问题：

解决方法

结合VGG的网络架构：

发现池化层的输出张量为51277，对应报错的512*49，其无法与第一个全连接层FC1的权重系数相乘，继而和bias相加作为FC1的输出。但是在输出到全连接层之前，网络的forward函数中应当定义输入张量的处理过程，查看在VGG模型类的定义中：

存在x = torch.flatten(x, 1)存在展成一位张量效果的命令，再加上x = x.view(-1, 512*7*7)将将池化层的张量展成一维的命令，网络就跑通了。
这个是pytorch包里面自带的文件，之前使用用vgg=models.vgg19(pretrained='True')，再进行微调和训练也没有报错，但是这次确突然报错了，不知道是什么原因。记录一下踩坑之路，踩坑经验++（smile~）