RuntimeError: Error(s) in loading state_dict for Network_bn: size mismatch for fc1.weight: copying a param with shape torch.Size([4, 21168]) from checkpoint, the shape in current model is torch.Size([5, 21168]). size mismatch for fc1.bias: copying a param with shape torch.Size([4]) from checkpoint, the shape in current model is torch.Size([5]).

这个错误是由于您尝试加载的模型权重与当前模型的形状不匹配引起的。具体来说，权重 `fc1.weight` 的形状在加载的检查点中是 `[4, 21168]`，而当前模型中的形状是 `[5, 21168]`。同样，偏置 `fc1.bias` 的形状在检查点中为 `[4]`，而当前模型中的形状是 `[5]`。

要解决这个问题，您可以考虑以下几个步骤：
1. 检查您正在加载的检查点文件是否与当前模型相匹配。确保它们是从相同的模型架构和训练过程中保存的。
2. 如果您确定检查点文件是正确的，您可以尝试根据当前模型的形状调整检查点中权重和偏置的形状。您可以使用 PyTorch 提供的方法 `state_dict()` 来获取当前模型的状态字典，并对加载的状态字典进行修改。
3. 如果模型架构发生了变化，您可能需要进一步调整网络的结构，以使其与加载的权重和偏置兼容。这可能需要对网络的定义进行修改。

请注意，在修改模型权重和偏置之前，确保您了解这些参数在网络中的具体作用，以避免破坏模型的功能。