使用多分类交叉熵损失。报错：RuntimeError: expected scalar type Long but found Float

最新推荐文章于 2024-02-21 18:02:11 发布

onlyforbest

最新推荐文章于 2024-02-21 18:02:11 发布

阅读量7.5k

点赞数 10

分类专栏：令人崩溃的坑

本文链接：https://blog.csdn.net/onlyforbest/article/details/114736779

版权

令人崩溃的坑专栏收录该内容

11 篇文章 0 订阅

订阅专栏

import torch
x=torch.Tensor([[0.5000, 0.5003, 0.5011, 0.5003, 0.5000, 0.5006],
        [0.5000, 0.5003, 0.5010, 0.5003, 0.5000, 0.5006],
        [0.5000, 0.5003, 0.5011, 0.5003, 0.5000, 0.5006],
        [0.5000, 0.5003, 0.5010, 0.5004, 0.5000, 0.5005],
        [0.5000, 0.5003, 0.5010, 0.5003, 0.5000, 0.5006]])
y=torch.Tensor([2, 2, 4, 4, 5])

loss2=torch.nn.CrossEntropyLoss()
l=loss2(x,y)

具体区别可以参考：https://blog.csdn.net/weixin_42018112/article/details/91383574

有两种改法：

1、loss2(x,y.long())，损失函数里面要求，target的类型应该是long类型，input类型不做要求。

2、可以在创建target(也就是本文中的y),使用y=torch.tensor([2,2,4,4,5]),
   torch.tensor和torch.Tensor()，存在显著的区别
   
   具体区别可以参考：https://blog.csdn.net/weixin_42018112/article/details/91383574