pythonのchainerにおいて層を増やすと出力が合わなくなる

前提・実現したいこと

chainerを用いて機械学習のモデルを弄っているのですが,
層を増やしただけで出力の次元がずれる？みたいです.

エラー内容は理解できますが, なぜこのようなエラーを吐くのか全く分かりません.

アドバイスまたは情報だけでも頂けると幸いです.

発生している問題・エラーメッセージ

ValueError: could not broadcast input array from shape (1024) into shape (17)

修正前のソースコード

python
1    with self.init_scope():
2        self.l1 = L.Linear(n_in, n_unit, initialW=w)
3        self.l2 = L.Linear(n_unit, n_unit, initialW=w)
4        self.l3 = L.Linear(n_unit, n_unit, initialW=w)
5        self.l4 = L.Linear(n_unit, n_out, initialW=w)
6
7    if self.use_bn:
8        self.bn1 = L.BatchNormalization(n_unit)
9        self.bn2 = L.BatchNormalization(n_unit)
10        self.bn3 = L.BatchNormalization(n_unit)
11
12def __call__(self, x):
13    if self.use_bn:
14        h1 = self.activate_func(self.bn1(self.l1(x)))
15        h2 = self.activate_func(self.bn2(self.l2(h1)))
16    　  h3 = self.activate_func(self.bn3(self.l3(h2)) + h1)
17   　else:
18        h1 = self.activate_func(self.l1(x))
19        h2 = self.activate_func(self.l2(h1))
20        h3 = self.activate_func(self.l3(h2) + h1)
21    return self.l4(h3)
22
23```### 修正後のソースコード
24
25```python
26    with self.init_scope():
27        self.l1 = L.Linear(n_in, n_unit, initialW=w)
28        self.l2 = L.Linear(n_unit, n_unit, initialW=w)
29        self.l3 = L.Linear(n_unit, n_unit, initialW=w)
30        self.l4 = L.Linear(n_unit, n_unit, initialW=w)
31        self.l5 = L.Linear(n_unit, n_out, initialW=w)
32
33    if self.use_bn:
34        self.bn1 = L.BatchNormalization(n_unit)
35        self.bn2 = L.BatchNormalization(n_unit)
36        self.bn3 = L.BatchNormalization(n_unit)
37
38def __call__(self, x):
39    if self.use_bn:
40        h1 = self.activate_func(self.bn1(self.l1(x)))
41        h2 = self.activate_func(self.bn2(self.l2(h1)))
42        h3 = self.activate_func(self.bn3(self.l3(h2)) + h1)
43    else:
44        h1 = self.activate_func(self.l1(x))
45        h2 = self.activate_func(self.l2(h1))
46        h3 = self.activate_func(self.l3(h2))
47        h4 = self.activate_func(self.l4(h3) + h1)
48    return self.l5(h4)