pytocrh学习记录0507。

最新推荐文章于 2023-07-10 18:41:15 发布

小水滴

最新推荐文章于 2023-07-10 18:41:15 发布

阅读量333

点赞数

分类专栏： pytorch 文章标签：学习 pytorch 深度学习

本文链接：https://blog.csdn.net/fr555wlj/article/details/124638220

版权

pytorch 专栏收录该内容

9 篇文章 1 订阅

订阅专栏

一。toch.nn.CELoss
最近在使用该loss的时候遇到了如下三个问题。

One-hot问题。
RuntimeError: multi-target not supported at /opt/conda/conda-bld/pytorch_1587428398394/work/aten/src/THCUNN/generic/ClassNLLCriterion.cu:18
参考此篇博客.这是因为CEloss期望的真值输入不能是one-hot形式的，打印一下原本的预测值和真值维度、部分数据如下：

pred shape:  torch.Size([128, 10])
target shape:  torch.Size([128, 10])
pred:  tensor([ -1.8647,  11.9629,  -8.9586,  -4.3062,  -2.7667,   2.8557,  -1.5226,-12.8641,   3.2789,   0.8572], device='cuda:0', grad_fn=<SelectBackward>)
target:  tensor([0., 0., 0., 0., 1., 0., 0., 0., 0., 0.], device='cuda:0')

CELoss在内部运算过程中会自动进行one-hot编码，所以，这里target中对应维度应该是【128， 1】，具体到上述打印中的例子，应该就是单维张量tensor(4, device='cuda:0')。
2. 数据类型问题

RuntimeError: Expected object of scalar type Long but got scalar type Float for argument #2 'target' in call to _thnn_nll_loss_forward

nn.CELoss(pred, target)其中的第二参数target，其数据类型必须是long类型，如果自己构造的Dataset中的__getitem__()返回的是其他类型比如float，就会报错。
3. 数据归一化问题。和softmax相关
nn.CELoss(pred, target)内涵了对pred的softmax操作，因此输入的pred，不需要也不应该再传入softmax层。再补充一下softmax的作用，就是将pred中（- $\infty$ , + $\infty$ )的数据归一化到(0, 1)，再配合torch.argmax就可以获取概率最大值对应的类别。