关于#神经网络#的问题，如何解决？(语言-python)

在构建一维卷积神经网络时，报错mat1 and mat2 shapes cannot be multiplied (64x384 and 3072x1024)

可以帮我看看吗

class cnn1d(nn.Module):
    def __init__(self):
        super(cnn1d, self).__init__()  
        self.conv_unit = nn.Sequential(
            nn.BatchNorm1d(1), #定义维度为1的归一化函数
            nn.Conv1d(in_channels=1,out_channels=32,kernel_size=11,stride=1,padding=5), #第一个卷积层
            nn.BatchNorm1d(32),#定义维度为32的归一化函数
            nn.LeakyReLU(), #激活函数
            nn.MaxPool1d(4), #第一个最大池化层
            nn.Conv1d(in_channels=32,out_channels=64,kernel_size=11,stride=1,padding=5),#第二个卷积层
            nn.BatchNorm1d(64),#定义维度为64的归一化函数
            nn.LeakyReLU(),#激活函数
            nn.MaxPool1d(4), #第二个最大池化层
            nn.Conv1d(in_channels=64,out_channels=128,kernel_size=3,stride=1,padding=1),#第三个卷积层
            nn.LeakyReLU(),#激活函数
            nn.MaxPool1d(4), #第三个最大池化层
            nn.Dropout(0.1), #防止过拟合
        )
        self.dense_unit = nn.Sequential(
            nn.Linear(3072,1024), #设置全连接层1
            nn.LeakyReLU(),
            nn.Linear(1024,128), #设置全连接层2
            nn.LeakyReLU(),
            nn.Linear(128,4), #设置全连接层3
        )

        
    def forward(self, x): #前向传播
        x = x.view(x.size()[0],1,x.size()[1]) 
        # 转换成conv1d的input size（batch size, channel, series length）
        x = self.conv_unit(x)
        x = x.view(x.size()[0],-1)
        x = self.dense_unit(x)
        return x