RuntimeError: 0D or 1D target tensor expected, multi-target not supported解决

最新推荐文章于 2024-04-02 09:33:44 发布

打码升级

最新推荐文章于 2024-04-02 09:33:44 发布

阅读量8.9k

点赞数 4

分类专栏： debug 文章标签：深度学习机器学习人工智能

本文链接：https://blog.csdn.net/m0_50951713/article/details/125253405

版权

debug 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

loss_class = nn.NLLLoss()

loss_class_test = loss_class(class_prd,labels)

报错：RuntimeError: 0D or 1D target tensor expected, multi-target not supported

print class_prd.shape, labels.shape 发现分别为

torch.Size([64, 3]) #三分类问题

torch.Size([64, 1])

labels.shape维度应为[64]

解决：loss_class_test = loss_class(class_prd,labels.squeeze(dim=1))

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

打码升级

关注关注

4
点赞
踩
11

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

1D target tensor expected, multi-target not supported

jacke121的专栏

07-22

5859

pytorch 交叉熵损失计算时报错了： 1D target tensor expected, multi-target not supported if __name__ == '__main__': import torch loss_fn = torch.nn.CrossEntropyLoss(reduce=True, weight=None) input = torch.Tensor([[0, 0, 0],[ 1, 2, 4],[0.1,0.2,0.3]])

torch.nn.CrossEntropyLoss()的一些小细节（原理和数学，softmax与dim，ignore_index，报错：0D or 1D target tensor expecte）

热门推荐

qq_42854129的博客

09-28

1万+

这个target是可以理解为是个0-1分布（像是【0，1，0，1，0，0，…】），不管是你转化的还是函数帮你自动转化的，你的target.shape一般是（datasize,）或是（1，datasize）这就是错误里面说的 0D和1D。你有可能遇到类似上面的报错，还是你的label处理的问题，一般只要你处理成0-1分布就不会有问题（当然有的希望做到一些浓度分析的请根据你自己的方式来设定label）。想自己写一个loss解决，也可以。1.如果你是二分类的话，你可以对自己的label转化为上面说的0-1分布。

PyCharm运行报错：RuntimeError: 0D or 1D target tensor expected, multi-target not supported

qq_42973117的博客

11-02

4816

pycharm运行报错，原因：标签维度有问题

解决RuntimeError: 0D or 1D target tensor expected, multi-target not supported

weixin_50913860的博客

01-29

3776

RuntimeError: 0D or 1D target tensor expected, multi-target not supported

RuntimeError: 0D or 1D target tensor expected, multi-target not supported报错解决方案

m0_63265516的博客

10-09

3511

RuntimeError: 0D or 1D target tensor expected, multi-target not supported报错解决方案

交叉熵报错 RuntimeError: 1D target tensor expected, multi-target not supported

ExcaliburZY的博客

04-23

6807

参考链接：交叉熵报错RuntimeError: 1D target tensor expected, multi-target not supported 使用 nn.CrossEntropyLoss() 时报错： RuntimeError: 0D or 1D target tensor expected, multi-target not supported pytorch 中计计算交叉熵损失函数时，输入的正确 label 不能是 one-hot 格式。函数内部会自己处理成 one hot 格式。所以不

交叉熵---RuntimeError: 1D target tensor expected, multi-target not supported

bijumeng9248的博客

01-15

924

pytorch中计计算交叉熵损失函数时，输入的正确 label 不能是 one-hot 格式。函数内部会自己处理成 one hot 格式。所以不需要输入 [ 0 0 0 0 1]，只需要输入 4 就行。

RuntimeError: 0D or 1D target tensor expected, multi-target not supported

05-24

PyTorch 要求 target tensor 的维度必须为 0D 或 1D。解决这个问题的方法是检查你的 target tensor 的维度是否正确。如果 target tensor 是多维的，可以考虑使用 reshape() 函数将其转换为 1D 张量。另外，还可以...

RuntimeError: 0D or 1D target tensor expected, multi-target not supported是什么意思

03-27

这个错误通常出现在PyTorch中，意思是期望一个0D或1D的目标张量，不支持多目标。这通常是由于你在使用某些函数时传递了多个目标，而这些函数只能处理单个目标。例如，使用CrossEntropyLoss函数时，只能传递单个目标...

RuntimeError: 1D target tensor expected, multi-target not supported

05-18

你可以通过检查模型输出的形状和目标标签的形状来解决这个问题，并确保它们是相同的。如果你正在使用 PyTorch，则可以使用 `squeeze` 函数将多维张量转换为一维张量。例如，如果你的目标标签是一个二维张量，你可以...

【pyTorch】报错1D target tensor expected, multi-target not supported

xulei_cow的博客

12-09

1万+

报错代码原因打印了下报错行代码： labels =tensor([[3.]], dtype=torch.float64) 原来是tensor的维度错误，程序期望使用1维数据解决方法 labels = labels.squeeze(1) #squeeze(i)代表将张量中对应的第i层的维度进行降维代码成功运行 ...

详解 “1D target tensor expected, multi-target not supported“ 错误

牛肉胡辣汤

04-02

1238

"1D target tensor expected, multi-target not supported" 错误通常表示我们传递给模型的目标值不符合模型的期望。通过检查目标值的维度、数据类型以及数据加载过程中的处理，我们可以找到并解决此错误。在处理该错误时，需要仔细检查目标值的维度和数据类型，确保它们与模型的期望相匹配。此外，也要确保目标值不包含多个标签，除非模型明确支持多标签的情况。

PyTorch F.cross_entropy报错: RuntimeError: 1D target tensor expected, multi-target not supported

he_yang_的博客

10-10

9502

原因 cross_entropy target参数只需要标签即可, 不需要传one-hot向量代码试验传入one-hot向量报错 import torch import torch.nn.functional as F a = torch.Tensor([[0, 0, 1], [1, 0, 0]]).long() b = torch.Tensor([[0.8, 0.1, 0.1], [0.9, 0.05, 0.05]]) print(F.cross_entropy(input = b, target =

成功解决：计算交叉熵lossFunction报错“1D target tensor expected, multi-target not supported”的解决办法

jerry zhang的sally wu

01-04

1802

https://blog.csdn.net/weixin_43429591/article/details/107047895

Pytorch: 1D target tensor expected, multi-target not supported

Mxeron的博客

07-25

3897

在使用nn.CrossEntropyLoss损失函数时，它要求传入的target必须是1D，像这样：[1,2,3,4,5]，这样[[1],[2],[3]]是不行的！！解决方法： loss = self.loss_func(pred, y.squeeze(0).long()) 同时，使用CrossEntropyLoss时，要求第一个参数为网络输出值，FloatTensor类型，第二个参数为目标值，LongTensor类型。 ...

解决pytorch CrossEntropyLoss报错RuntimeError: 1D target tensor expected, multi-target not supported

呆萌的代Ma

07-29

3270

解决方法 CrossEntropyLoss(预测值，label)需要的输入维度是：有batch时，预测值维度为2，size为[ batch_size, n ]时，label的维度是1，size为[ batch_size ] 没有batch时，预测值的维度为2，size为[ m, n ]，label的维度是1，size为[ m ] 问题解析一个案例即可说明： import torch import torch.nn as nn import numpy as np a = torch.tensor(

Pytorch：交叉熵报错RuntimeError: 1D target tensor expected, multi-target not supported

小糖宝的博客

07-05

1598

pytorch求loss时遇到报错：RuntimeError: 1D target tensor expected, multi-target not supported