不必让教师的每一层都和学生一一对应。DuoMatching 这类师生匹配模块真正要求的是：被拿来比较的那一份特征在通道数、空间尺寸、数值类型上能对齐，而不要求整条骨干同构。换成更小的学生骨干后，教师可以保持原样；你需要确认的只是“匹配取的是哪一层输出”，然后在学生侧那一处做形状对齐。反过来，如果学生改了层数索引，而匹配仍然按旧索引取特征，那么形状对不上只是表面现象，真正的问题在于取错了层。判断顺序建议是：先列出两边网络定义的差异，再定位匹配读取的输出，最后才改动代码。

教师与学生骨干不需要结构一致，DuoMatching 只要求参与比较的特征形状和数值类型可对齐。适用场景：把学生换成更窄、更浅或下采样倍数不同的骨干。操作动作：并排列出两边的层数、通道、分辨率差异，定位匹配读取的那一层输出，在学生侧插入 1×1 投影或自适应池化。验证方式：断言形状相等、打印首个单步损失并检查是否为有限值。风险边界：形状对齐不等于语义对齐，层索引取错时损失可能仍然有限，但比较结果没有意义。

把教师与学生的网络定义并排看，列出层数与通道差异

改动之前先把两边的定义并排读一遍。多数实现里，教师和学生的定义来自同一份配置的两个条目，字段名通常是 type、depth、width 或 channels、out_indices。建议的查看顺序是：配置文件里的两个条目、构建骨干的函数中通道列表的生成方式、匹配模块初始化时接收的通道参数。这三处对不上，后面的报错就只是症状。

表里前四项属于形状层面，可以通过配置或几行代码解决；最后一项属于表示层面，形状对齐了也不代表匹配能算出有意义的结果，需要结合下游任务的表现另行确认。

确认匹配环节比较的是哪一层输出，形状是否一致

下一步是查看匹配模块的 forward 里实际比较的是哪两个张量。常用做法是先挂两个前向钩子，把两边的输出形状打印出来，再和匹配代码里的变量名对上号。报错位置一般可以从 traceback 最内层帧读出来，形如 duo_matching.py:NN（行号以你本地文件为准），报错文本多是 size mismatch、shapes cannot be multiplied 或广播失败。拿到文件与行号后，回看该行参与运算的两个张量分别来自哪里，就能确定是哪一侧取错了层。

shapes = {}
def make_hook(name):
    def hook(module, inputs, output):
        if isinstance(output, torch.Tensor):
            shapes[name] = tuple(output.shape)
        else:
            shapes[name] = [tuple(o.shape) for o in output]
    return hook

teacher.layer4.register_forward_hook(make_hook("teacher.layer4"))
student.layer4.register_forward_hook(make_hook("student.layer4"))

# 跑一个 batch 后打印
for k, v in shapes.items():
    print(k, v)

形状对照要同时看四项：batch、通道、高、宽。常见情况是通道差一倍、宽高各差一倍，这种差异基本可以断定学生少了一个 stage 或少了一次下采样。判断是否需要对层的依据很简单：如果两边层索引对应的是同一语义阶段（都取最后一个 stage 输出），只需对齐形状；如果学生根本没有对应的阶段，则应当改匹配索引指向学生最后一个 stage，而不是硬凑一个同名字段。

在可对齐的位置插入一个投影或池化，再跑一次前向

最小改动是在匹配前对学生特征做一次变换，不改动骨干本身。1×1 卷积负责通道对齐，自适应平均池化负责空间对齐，两者顺序建议先投影后池化。

class AlignToTeacher(nn.Module):
    def __init__(self, c_student, c_teacher, size_teacher=None):
        super().__init__()
        self.proj = nn.Identity() if c_student == c_teacher else nn.Conv2d(c_student, c_teacher, 1, bias=False)
        self.pool = nn.Identity() if size_teacher is None else nn.AdaptiveAvgPool2d(size_teacher)

    def forward(self, x):
        return self.pool(self.proj(x.float()))

align = AlignToTeacher(c_student=128, c_teacher=256, size_teacher=(16, 16))
feat_s_aligned = align(feat_s)
assert feat_s_aligned.shape == feat_t.shape, (feat_s_aligned.shape, feat_t.shape)
loss = matching_loss(feat_s_aligned, feat_t)

断言一定要写在损失计算之前，让形状问题在源头暴露。回退方式有两种：一是把对齐模块保留但加开关 use_align=False，此时 proj 与 pool 都退化为恒等映射；二是在改动前后各保存一份 diff 或打一个 patch，验证不通过时直接还原，不要在对齐层上继续叠补丁。对齐层引入的新参数是否需要参与训练，也建议先固定为不更新，等损失稳定后再决定。

用单步损失是否为有限值判断改动是否生效

形状对上不代表数值可用。建议在前向结束后立即打印损失，位置放在 loss.backward() 之前，只打印前几个 step，避免刷屏。

if step < 3:
    print("step", step,
          "loss", float(loss.detach()),
          "finite", bool(torch.isfinite(loss).all()),
          "fs", tuple(feat_s_aligned.shape),
          "ft", tuple(feat_t.shape))

如果损失是 nan 或 inf，排查顺序建议如下：先确认两个输入张量本身是否含 nan 或 inf；再检查匹配计算里是否有除以通道数、除以范数而分母可能为零的地方；然后确认投影层是否被初始化成了零或未初始化状态；最后检查是否混合精度导致累加溢出，必要时把这部分计算强制转成 fp32。判定生效的标准不是损失数值大小，而是：形状断言通过、损失为有限值、连续几个 step 损失不再出现 nan。这三条同时满足，才能说明对齐改动是自洽的；具体匹配质量还要看下游任务的指标变化。

把可行的结构改动整理成可复现清单

换骨干时按下面字段逐条走一遍，每条都对应一个可以自己动手验证的动作。清单里的字段是通用的，字段名以你本地代码为准。

1. 学生骨干配置项：type、depth、channels。验证方式：构建后打印各 stage 输出通道列表，与教师列表并排比较。
2. 匹配索引：out_indices 或匹配模块里取特征的层名。验证方式：用钩子打印该层输出形状，确认与学生新增的最后一层一致。
3. 通道对齐：投影层输入输出通道。验证方式：断言对齐后形状等于教师特征形状。
4. 空间对齐：教师特征的高宽。验证方式：同上，断言放在损失计算之前。
5. 数值类型：比较前是否统一为 fp32。验证方式：打印两边 dtype 并检查是否为有限值。
6. 对齐层是否可训练：requires_grad 取值。验证方式：打印参数名与梯度是否存在。
7. 回退开关：use_align 配置项与对应的 patch 备份。验证方式：置为 false 后重跑一次前向，确认能回到改动前的行为。

不适用情形也要说清楚：如果学生骨干的下采样总倍数与教师不同，而下游任务又依赖逐像素对应（例如密集预测中对齐到同一分辨率的标签），仅靠匹配层的池化把特征拉到同一尺寸，可能掩盖真实的错位，这种情况更合适的做法是调整学生的输出步长，而不是在匹配处强行对齐。如果两边差异只体现在归一化方式上，插入投影层通常没有帮助，应先统一归一化，再回到第二步重新观察形状与损失。