RuntimeError: multi-target not supported at /opt/conda/conda-bld/pytorch_1549635019666/work/aten/src

1. 出错代码行

计算交叉熵是出现异常提示:RuntimeError: multi-target not supported at /opt/conda/conda-bld/pytorch_1549635019666/work/aten/src/THNN/generic/ClassNLLCriterion.c:21

loss = criterion(prediction, target)

2. 原因:

CrossEntropyLoss does not expect a one-hot encoded vector as the target, but class indices
pytorch 中计计算交叉熵损失函数时, 输入的正确 label (target)不能是 one-hot 格式。所以只需要输入数字 4 就行,不需要输入 one hot 格式的 [ 0 0 0 0 1]。函数内部会自己处理成 one hot 格式。

loss = criterion(prediction, target)
print(prediction.size())  # 模型计算(预测)出的结果
print(target.size())  # ground true/标签/label
print("target = ", target)

输出结果如下

torch.Size([2, 145])   #  输入两个数据,每个数据的有145个值(输出是145个类别)
torch.Size([2])  # target(ground true) 是两个值,每个数据一个值
target =  tensor([4, 4])  #  两个数据具体的 target 值,都是4

3. 解决方法:

  1. 更改 dataloaderdatasetdef __getitem__(self, index) 返回的 target 的内容(将 one hot 格式改成 数字格式 就行)。
  2. 如果 target 的size 不是一维的话,需要添加一行代码,如下:
target = target.squeeze()  # 添加这一行,用于降维度(从 torch.Size([2, 1]) 降成torch.Size([2]) ) ,即 target 从[ [4], [4]] 降成 [ 4, 4 ]
loss = criterion(prediction, target)

4. 总结

  1. pytorch 中使用神经网络进行多分类时,网路的输出 prediction 是 one hot 格式,但计算 交叉熵损失函数时,loss = criterion(prediction, target) 的输入 target 不能是 one hot 格式,直接用数字来表示就行(4 表示 one hot 中的 0 0 0 0 1)。
  2. 所以,自己构建数据集,返回的 target 不需要是 one hot 格式。

5. 参考链接:

https://discuss.pytorch.org/t/runtimeerror-multi-target-not-supported-newbie/10216/3

  • 15
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
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