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

最新推荐文章于 2024-04-02 09:33:44 发布
最新推荐文章于 2024-04-02 09:33:44 发布
阅读量1.8k 收藏
点赞数
分类专栏： debug 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shine_00/article/details/122306996
版权

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

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]])
RuntimeError:0D or 1D target tensor expected, multi-target not supported&& 神经网络中label出现的错误
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。
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
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
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
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
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...
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...
Pytorch学习笔记(5)——交叉熵报错RuntimeError: 1D target tensor expected, multi-target not supported
热门推荐
LiQZ的博客
10-27 2万+
当我使用交叉熵做损失函数时，发生了报错： RuntimeError: 1D target tensor expected, multi-target not supported 我查了相关资料，里面的说法基本都是： 输入labels维度应该为1维，且精度不能是Double，必须换成long； 对输入标签进行降维。 但是却没法解决我的问题，因为我的标签数据在处理好后，用以下代码处理过： torch.FloatTensor(labels) 而且我也打印过我的标签数据的维度： torch.Size([16
详解 “1D target tensor expected, multi-target not supported“ 错误
最新发布
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：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
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。 ...
pytorch CrossEntropyLoss报错RuntimeError: 1D target tensor expected, multi-target not supported
qq_42313096的博客
10-11 579
1. 不是one-hot，是具体哪一类 eg:labels=[3,6,12,5,8]2. label的维度是1，不能是多纬 eg：labels=32*10 ×。
算交叉熵lossFunction报错“1D target tensor expected, multi-target not supported”的解决办法
weixin_43429591的博客
06-30 1万+
用pytorch完成字符识别分类任务时，发现loss = lossFunction(out, labels)报错 同样的代码在MNIST数据集上就没有报错，原因是数据载入类型不符合规范 输入labels维度应该为1维，且精度不能是Double，必须换成long 修改后的数据导入代码： dataset = pandas.read_csv('letter-recognition.data', header=None) data = np.array(dataset) # 划分训练集和测试集 X_train =
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。
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 =
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] 使用CrossEntropyLoss()交叉熵损失函数报错：Target 2 is out of bounds.
a1651950431的博客
03-13 2016
[pytorch] 使用CrossEntropyLoss()交叉熵损失函数报错：Target 2 is out of bounds.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值