Как изменение формы работает до полностью связанного слоя в следующей модели CNN?

Рассмотрим сверточную нейронную сеть (два сверточных слоя):

class ConvNet(nn.Module):
    def __init__(self, num_classes=10):
        super(ConvNet, self).__init__()
        self.layer1 = nn.Sequential(
            nn.Conv2d(1, 16, kernel_size=5, stride=1, padding=2),
            nn.BatchNorm2d(16),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2, stride=2))
        self.layer2 = nn.Sequential(
            nn.Conv2d(16, 32, kernel_size=5, stride=1, padding=2),
            nn.BatchNorm2d(32),
            nn.ReLU(),
            nn.MaxPool2d(kernel_size=2, stride=2))
        self.fc = nn.Linear(7*7*32, num_classes)

    def forward(self, x):
        out = self.layer1(x)
        out = self.layer2(out)
        out = out.reshape(out.size(0), -1)
        out = self.fc(out)
        return out

Полностью связанный слой fc состоит в том, чтобы fc в него 7*7*32 Выше:

out = out.reshape(out.size(0), -1) приводит к тензору с размером (32, 49). Это не кажется правильным, поскольку размеры ввода для плотного слоя различны. Что мне здесь не хватает?

[Обратите внимание, что в Pytorch вход имеет следующий формат: [N, C, W, H], так что нет. каналов идет до ширины и высоты изображения]

источник: https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/02-intermediate/convolutional_neural_network/main.py#L35-L56