pytorch张量的问题

不是说两个张量只要维度一样，形状不同可以进行广播运算吗？这个为啥会报错

不是这样。
维度可以不一样，它会对少的维度自动增加维度直到两者维度一致。
然后同一维度上，必须有一个是1，而你这个不是，所以报错无法广播。
你把成b的改成reshape(2,2,1) 或者 reshape(2,2) 或者 reshape(2) 这样就可以广播了。
说白了广播的原则就是要么没有，要么是1。

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7757484
• 你也可以参考下这篇文章：pytorch 训练模型遇到的问题，以及解决方案
• 同时，你还可以查看手册：pytorch 张量 中的内容
• 除此之外, 这篇博客: pytorch优化器传入两个模型的参数/已不同的学习速率训练模型中的 3. 保存/载入两个模型的参数 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  
• • 保存，使用torch.save(state, filename)

  filename = './models/vgg16/ocr.pth'
  state = {'model':model.state_dict(),
           'lossnet':lossnet.state_dict()}
  torch.save(state, filename)
  

  • 载入，使用torch.load()，并使用字典进行索引

  load_name = './models/vgg16/ocr.pth'
  checkpoint = torch.load(load_name)
  model.load_state_dict(checkpoint['model'])
  lossnet.load_state_dict(checkpoint['lossnet'])
  model.cuda()