使用optim包训练CNN

我尝试使用optim包来训练CNN。我使用这个代码作为参考，这个代码是从视频教程（约在24:01左右）中获得的。这个特定的例子使用了普通的神经网络。我还使用了这个参考。

我的CNN代码在这里。问题在于，如果输入的X不是单个图像，则会出现错误：

在nn.Sequential的第14个模块中:
/home/ubuntu/torch/install/share/lua/5.1/nn/Linear.lua:57: size mismatch at /tmp/luarocks_cutorch-scm-1-1695/cutorch/lib/THC/generic/THCTensorMathBlas.cu:52

当我不使用GPU时，错误变得更加明显:

size mismatch，[1024 x 2048]，[409600]

为了方便起见，我复制了我的完整模型:

--模型开始
local model = nn.Sequential()
model:add(nn.SpatialConvolution(1, 64, 3, 3))
model:add(nn.ReLU())
model:add(nn.SpatialMaxPooling(2, 2, 2, 2))

model:add(nn.SpatialConvolution(64, 128, 3, 3))
model:add(nn.ReLU())
model:add(nn.SpatialMaxPooling(2, 2, 2, 2))

model:add(nn.SpatialConvolution(128, 256, 3, 3))
model:add(nn.ReLU())
model:add(nn.SpatialMaxPooling(2, 2, 2, 2))

model:add(nn.SpatialConvolution(256, 512, 3, 3))
model:add(nn.ReLU())
model:add(nn.SpatialMaxPooling(2, 2, 2, 2))

model:add(nn.View(-1))
model:add(nn.Linear(2048, 1024))
model:add(nn.ReLU())
model:add(nn.Linear(1024, 5))
model:add(nn.LogSoftMax())
--模型结束

1. 使用nn.View(-1)是正确的吗？

2. 我明白，当输入X有多个图像时，第一个Linear层的输入不是2048。但在第一个参考中的普通神经网络的情况下，optim.sgd如何正确地使用整个训练集作为输入（X）？

3. 在这个问题中，使用optim.sgd（或者更好的是optim.adam）的最佳方式是什么？