pytorchを使った学習を行いたいがmat1 and mat2 shapes cannot be multipliedとエラーが出る

Question

前提・実現したいこと

pytorchを使った学習を行いたいがmat1 and mat2 shapes cannot be multipliedとエラーが出る

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "C:~~~/test.py", line 52, in <module>
    output=net(input)
  File "C:~~~\module.py", line 727, in _call_impl
    result = self.forward(*input, **kwargs)
  File "C:~~~/test.py", line 30, in forward
    x = F.relu(self.fc1(x))
  File "C:~~~\module.py", line 727, in _call_impl
    result = self.forward(*input, **kwargs)
  File "C:~~~\linear.py", line 93, in forward
    return F.linear(input, self.weight, self.bias)
  File "C:~~~\functional.py", line 1690, in linear
    ret = torch.addmm(bias, input, weight.t())
RuntimeError: mat1 and mat2 shapes cannot be multiplied (1x400 and 576x120)

該当のソースコード

class Net(nn.Module):

    def __init__(self):
        super(Net, self).__init__()
        self.conv1=nn.Conv2d(1,6,3)
        self.conv2=nn.Conv2d(6,16,3)
        self.fc1=nn.Linear(16*6*6,120)
        self.fc2=nn.Linear(120,84)
        self.fc3=nn.Linear(84,10)

    def forward(self,x):
        x=F.max_pool2d(F.relu(self.conv1(x)),(2,2))
        x = F.max_pool2d(F.relu(self.conv2(x)), 2)
        x = x.view(-1, self.num_flat_features(x))
        x = F.relu(self.fc1(x))
        x = F.relu(self.fc2(x))
        x = self.fc3(x)
        return x

    def num_flat_features(self, x):
        size = x.size()[1:]  # all dimensions except the batch dimension
        num_features = 1
        for s in size:
            num_features *= s
        return num_features

net = Net()
print(net)


input=torch.randn(1,1,28,28)
print(input)
output=net(input)
print('output', output)
target=torch.randn(10)
print('target',target)
target=target.view(1,-1)
criterion  = nn.MSELoss()

試したこと

参考にしたコードではinput = torch.randn(1, 1, 32, 32)となっていたものをinput = torch.randn(1, 1, 28, 28)としたところエラーが表示されるようになりました。
エラー内容からすると行列の形が合わないということだと思うのですが1x400の部分が理解できません。576x120は(1666,120)から理解できますが、1x400の部分は28x28で1x784になると思ったのですがなぜエラーメッセージのようになるのでしょうか。

補足情報（FW/ツールのバージョンなど）

Python 3.7.9
torch 1.7.1

Answer 1

元のコードでは入力画像のサイズが32なので
入力：32×32×1 (サイズ×サイズ×チャネル)
Conv：30×30×6
MaxPool：15×15×6
Conv：13×13×16
MaxPool：6×6×16
1次元化：576
となり、長さ576のベクトルが渡されるため、エラーが出ずに正しく計算できていました。

ここで、画像のサイズを28に変えてしまうと
入力：28×28×1
Conv：26×26×6
MaxPool：13×13×6
Conv：11×11×16
MaxPool：5×5×16
1次元化：400
となり、全結合層に渡されるベクトルサイズは400になります。