pytocrh学习记录0507。

本文介绍了在PyTorch中使用`nn.CrossEntropyLoss`时遇到的三个问题:1)one-hot编码问题,CELoss不支持one-hot格式的目标值;2)目标值的数据类型问题,需要确保目标值为long类型;3)数据归一化问题,pred输入不需要经过softmax。同时,解释了softmax的作用和CELoss的内部操作。
摘要由CSDN通过智能技术生成

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

  1. 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=)
    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 sca
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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