pytorch实现神经网络所遇到的问题

1.Target 1 is out of bounds.，（1）分类问题中，dataset里数据处理后，label的范围必须是[0，class_num-1]，这里的label会作为损失函数的target。（换一种说法，假如对图片分类的结果有3种，cat、dog、bird，那么label也即loss_func的target的范围必须是[0，1，2]）。注：nn.NLLoss貌似有一样的问题？（2）检查网络结构，最后一层的输出有几个

2.Using a target size (torch.Size([32])) that is different to the input size (torch.Size([32, 1])) is deprecated. Please ensure they have the same size.，这个问题我在二分类问题中遇到的，损失函数的target是一维的，但是model的输出也即损失函数的input是二维的。

3.使用CrossEntropyLoss函数，我们的模型里面的最后一层全连接层的输出一般大于1，这时候dataset里的label必须是一个一维的LongTensor类型，不然会在下面进行训练时计算loss的时候报错1D target tensor expected, multi-target not supported；

4.expected scalar type Long but found Float，这个通样是在dataset定义的时候出现的，dataset的label的应该是一个一维tensor（如第3条所说），比如我是对数字分类，label就是1，2，3…等具体的数字，在训练的时候，使用CrossEntropyLoss函数的时候它会将一维的tensor转换成one-hot进行计算损失。