在模型计算中, 假如输入的数据shape 为 [64,3,32,32] self.conv1 = paddle.nn.Conv2D(kernel_size=2, stride=2) 经过上一步,输出会变成 [64,32,16,16](kernel_size=2, stride=2) 经过上一步,输出会变成 [64,64,8,8] self.conv3() 经过上一步,输出会变成 [64,64*8*8] 为什么下面的Linear 输入维度会是1024,paddle.nn.Linear(in_features=64, out_features=num_classes) 定义的网络如下