需要构造网络feed numpy数据，请参考一下fluid book里的例子，和PyTorch不一样。

请问怎么解决这个问题？

简单说就是“构造网络，Feed数据”，思路跟2楼类似，具体实现可以参考以下代码：

import cv2
import paddle.fluid as fluid

# 读取数据
img = cv2.imread('xiaoxin.jpg')

# 搭建网络
data = fluid.data('img', shape=[-1, 960, 960, 3])
hidden = fluid.layers.conv2d(data, 64, 3)

place = fluid.CPUPlace()
exe = fluid.Executor(place)
exe.run(fluid.default_startup_program())

@Mr_One573,我的实现如下（开始想复现一下看看#4楼有没有问题，没有就不回答了，结果4楼结果直接报错，我做了一些适配调整，上述代码可以跑通）

import cv2
from paddle import fluid
def convolutional_neural_network_org(img):
# 第一层卷积层
    def conv_2d(input, out_channel, filter_size, padding):
        return fluid.layers.conv2d(
            input=input,
            num_filters=out_channel,
            filter_size=filter_size,
            stride=1,
            padding=padding,
            act='relu'
        )
    # 全连接层
    con_v1 = conv_2d(img, 30, 3, 1)
    return con_v1

a = cv2.imread('your_img.png')
img_shape = a.shape

x = fluid.data('x', shape=[-1, *img_shape])
b = convolutional_neural_network_org(x)

cpu = fluid.core.CPUPlace()
exe = fluid.Executor(cpu)
exe.run(fluid.default_startup_program())
feeder = fluid.DataFeeder(place=cpu, feed_list=[x])
outs = exe.run(
    program=fluid.default_main_program(),
    feed=feeder.feed(zip(a.reshape(-1, *img_shape))),
    fetch_list=[b.name]
)