Traceback (most recent call last): File "D:\daima\KalmanNet_TSP-main\main_linear_canonical.py", line 174, in <module> [MSE_test_linear_arr, MSE_test_linear_avg, MSE_test_dB_avg,knet_out,RunTime] = KalmanNet_Pipeline.NNTest(sys_model, test_input, test_target, path_results) File "D:\daima\KalmanNet_TSP-main\Pipelines\Pipeline_EKF.py", line 300, in NNTest self.model.InitSequence(SysModel.m1x_0.reshape(1,SysModel.m,1).repeat(self.N_T,1,1), SysModel.T_test) File "D:\daima\KalmanNet_TSP-main\KNet\KalmanNet_nn.py", line 186, in InitSequence self.y_previous = self.h(self.m1x_posterior) File "D:\daima\KalmanNet_TSP-main\Simulations\Linear_sysmdl.py", line 67, in h return torch.bmm(batched_H, x) RuntimeError: batch1 dim 2 must match batch2 dim 1

这是一个运行时错误，错误信息提示在执行 torch.bmm(batched_H, x) 时发生了问题。具体错误是 "RuntimeError: batch1 dim 2 must match batch2 dim 1"，这意味着输入张量的维度不匹配。

根据错误信息，可以看到问题出现在文件 "D:\daima\KalmanNet_TSP-main\Simulations\Linear_sysmdl.py" 的第 67 行。在这个文件中，函数 h 被调用，并且其中使用了 torch.bmm 函数执行批量矩阵乘法。

根据错误信息，推测 batched_H 是一个形状为 [batch_size, m, n] 的张量，而 x 是一个形状为 [batch_size, n, p] 的张量。在执行 torch.bmm(batched_H, x) 时，要求 batched_H 的最后一个维度（维度2）的大小必须与 x 的倒数第二个维度（维度1）的大小相匹配，以便进行矩阵乘法运算。

检查一下你的代码，确认 batched_H 和 x 的维度是否满足这个要求。如果维度不匹配，你需要调整相应的代码，使它们的维度能够匹配。

希望这能帮到你！如果还有其他问题，请随时提问。