我有一个3dResNet model from PyTorch。我还注解掉了www.example.com源代码中的flatten行resnet.py，所以我的输出不应该是1D的。
下面是我的代码：

class VideoModel(nn.Module):
    def __init__(self,num_channels=3):
        super(VideoModel, self).__init__()
        self.r2plus1d = models.video.r2plus1d_18(pretrained=True)
        self.r2plus1d.fc = Identity()
        for layer in self.r2plus1d.children():
            layer.requires_grad_ = False

    def forward(self, x):
        print(x.shape)
        x = self.r2plus1d(x)
        print(x.shape)
        return x

我的身份类的存在只是为了忽略一层：

class Identity(nn.Module):
    def __init__(self):
        super().__init__()

    def forward(self, x):
        return x

当我运行torch.randn(1, 3, 8, 112, 112)作为输入时，得到以下输出：

torch.Size([1, 3, 8, 112, 112])
torch.Size([1, 512, 1, 1, 1])

为什么我有一个1D输出，即使我删除了fc层和平面化操作？有没有更好的方法来删除平面化操作？