[pytorch] 使用CrossEntropyLoss()交叉熵损失函数报错：Target 2 is out of bounds.

一、简介

今天在处理二分类问题时，使用CrossEntropyLoss()作为损失函数，出现了Target 2 is out of bounds.这样的报错。

二、原因

原因是因为数据集中的标签是1和2，不是0和1。一般会认为处理二分类问题，模型的输出就设置为2。但是由于CrossEntropyLoss()函数内置了softmax()函数将标签转换为独热编码的形式。如数据集中的标签是1和2，则会被转换成(0, 0, 1)或(0, 1, 0)，但是模型的输出只有2，如(0.4, 0.6)，两个输入的形状不一样，所以报错。

三、解决办法

第一个解决办法：将标签转换为0和1.

label_pipeline = lambda x: 0 if x == 1 else 1

第二个解决办法：模型输出设置为3.

self.fc = nn.Linear(embed_dim, 3)