Pytorch分类错误——Assertion cur_target 大于等于 0 and cur_target 小于 n_classes failed

最新推荐文章于 2024-08-05 16:43:22 发布
最新推荐文章于 2024-08-05 16:43:22 发布
阅读量1w 收藏 7
点赞数 6
分类专栏： Bug 文章标签： Bug
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/weixin_35479108/article/details/84951318
版权 
RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed.  at c:\programdata\miniconda3\conda-bld\pytorch-cpu_1532498166916\work\aten\src\thnn\generic/ClassNLLCriterion.c:93

断言函数报错，要求目标类大于等于0并且小于等于输入的类别，但是不满足。
在分类训练中经常遇到这个问题，一般来说在我们网络中输出的种类数和你label设置的种类数量不同的时候就会出现这个错误。

在matlab进行实验分类时使用find去除了背景类0，所以所有的类别从1开始，在matlab进行分类的时候没问题但是Pytorch有个要求，在使用CrossEntropyLoss这个函数进行验证时label必须是以0开始的，所以会报错 ← 在 处 理 完 背 景 类 之 后 将 所 有 的 类 别 标 签 减 1 \leftarrow在处理完背景类之后将所有的类别标签减1 ←在处理完背景类之后将所有的类别标签减1

李滚滚
关注
专栏目录
Pytorch Error:RuntimeError: Assertion cur_target 0 cur_target n_classes failed
Anthony's Blog
03-19 891
ERROR 使用pytorch的函数 torch.nn.CrossEntropyLoss()计算Loss时报错 或者 loss = criterion(output, target) 报错： RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed 解决方法： 原因一：模型输出...
RuntimeError Assertion cur_target = 0 cur_target n_classes failed
jacke121的专栏
04-11 2818
RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed criterion = torch.nn.CrossEntropyLoss().cuda() output=output.cuda() target=target.cuda() loss=criterion(o...
Assertion `cur_target ＞= 0 && cur_target ＜ n_classes‘ failed.
日拱一卒，功不唐捐
02-06 956
Assertion `cur_target >= 0 && cur_target < n_classes’ failed. 制作数据集的时候打标签一定从0开始！！！ 不能以字符为标签（无法用张量求导） 不能想当然地从一开始
解决报错：AssertionError: Torch not compiled with CUDA enabled
最新发布
weixin_51047199的博客
08-05 289
注：在这个过程中，我还尝试了安装torch2.0.0和2.0.1版本，但是都不可用，显示的是cpu版本的，我在查阅问题原因，说的是cuda11.7不接受2.0以上的版本，建议各位安装2.0以下的版本。因为我的cuda版本为11.7，这里我就安装的pytorch1.13.1版本的。这里我的cuda是不适配torch的，所以需要重新安装适配的torch。这里显示为true，完美解决，撒花。查看这时cuda是否可用。
成功解决Assertion `cur_target ＞= 0 && cur_target ＜ n_classes‘ failed.
innovationy的博客
11-18 1006
解决Assertion `cur_target >= 0 && cur_target < n_classes’ failed. 1，一般来说在网络中输出的种类数和你label设置的种类数量不同的时候就会出现这个错误。 举例来说，你的标签是10类，但是最后全连接层的输出节点个数不是10，就会报错，改一下就好 2，Pytorch有个要求，在使用CrossEntropyLoss这个函数进行验证时label必须是以0开始 所以在使用pytoch时出现上述错误， 在使用criterion
RuntimeError: Assertion cur_target 0 cur_target n_classes failed
kyle1314608的博客
03-02 324
...
RuntimeError: Assertion cur_target >= 0 && cur_target 小于 n_classes failed. at /opt/conda/conda-bld
severe777777的博客
07-22 3083
Assertion `cur_target >= 0 && cur_target < n_classes’ failed 一般来说在网络中输出的种类数和你label设置的种类数量不同的时候就会出现这个错误。 但是，Pytorch有个要求，在使用CrossEntropyLoss这个函数进行验证时label必须是以0开始的 所以在使用pytoch时出现上述错误，又使用...
PyTorch常见报错汇总
weixin_43996337的博客
09-26 1725
Pytorch常见报错汇总
pytorch自己收集的数据模型训练遇到的几个问题
sslc_的博客
08-19 2095
pytorch模型训练遇到的几个问题
PyTorch学习笔记（32）pytorch常见报错信息
qq_33357094的博客
03-05 3644
pytorch常见报错信息 1.报错： ValueError: num_samples should be a positive integer value, but got num_samples=0 可能的原因： 传入的Dataset中的len(self.data_info)==0，即传入该dataloader的dataset里没有数据 解决方法： 检查dataset中的路径，路径不对，读取...
Pytorch错误：Assertion 'cur_target &gt= 0 &amp&amp cur_target &lt n_classes' failed
噢啦啦耶的博客
05-02 979
  今天在用Pytorch跑代码时碰到了一个错误——Assertion ‘cur_target >= 0 && cur_target < n_classes’ failed. at /tmp/pip-req-build-x5rxronk/aten/src/THNN/generic/ClassNLLCriterion.c: 97，如下图所示。 错误提示信息   从错误提...
windows安装pytorch报错 Could not install packages due to an OSError: [Errno 2] No such file or directory
pond918的专栏
04-22 2657
原因可能是对应package的路径太长了，windows默认不支持。注册表内改一下就好了： HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\FileSystem@LongPathsEnabled设为1
scipy.misc.imresize改为Image.resize方法
qq_48255788的博客
06-21 734
imresize被弃用，更新修改
pytorch常用代码介绍
kingonlyuserjava的博客
06-01 272
1.检查PyTorch版本 torch.__version__ # PyTorch version torch.version.cuda # Corresponding CUDA version torch.backends.cudnn.version() # Corresponding cuDNN version torch.cuda.get_device_name(0) # GPU type 2. 更新PyTorch PyTorch将.
cannot import name 'imresize' from 'scipy.misc'
infinita_LV的博客
10-21 6919
问题：cannot import name 'imresize' from 'scipy.misc' 原因：scipy版本问题。scipy>=1.0.0不再包含函数imresize，官网给出的解释及解决办法如下： 将 from scipy.misc import imresize imresize() 改为 from PIL import Image numpy.array(...
Python 所有图片格式数据相互转换，等比例压缩图片
不爱读书的小孩-博客
10-10 721
np.ndarray与PIL.Image对象相互转换 Image对象有crop功能，也就是图像切割功能，但是使用opencv读取图像的时候，图像转换为了np.adarray类型，该类型无法使用crop功能，需要进行类型转换，所以使用下面的转换方式进行转换： numpy.array(img) img对象转化为np数组 Image.fromarray(arr) np数组转化为img对象 将numpy array转换为bytes ...
Python报错：ImportError cannot import name ‘imresize‘
zbzcDZF的博客
08-18 801
原文链接 Python出现错误： ImportError: cannot import name 'imresize' 解决方案 首先安装 pillow： pip install pillow 然后安装 scipy 早期版本。 高级版 scipy 本不再包含函数imresize，官网给出的解释及解决办法如下： imresize is deprecated! imresize is deprecated in SciPy 1.0.0, and will be removed in 1
pytorch dataset __len__()
08-14
引用<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [pytorch 中 __getitem__ ()和DataLoader](https://blog.csdn.net/qq_33188180/article/details/112383773)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python Pytorch之Dataset __getitem__参数理解](https://blog.csdn.net/weixin_43868406/article/details/126069427)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [pytorch __getitem__ 返回值](https://blog.csdn.net/ily666666/article/details/117707671)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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