Pytorch CrossEntropyloss使用方法（包含多维target）

Pytorch CrossEntropyloss使用方法（包含多维target）

以前都是用tf，最近转来用pytorch。最近博主做一个东西需要用到crossentropyloss，输出是多维输出的。一开始胡乱弄搞出了一个这样子的bug:

RuntimeError: multi-target not supported at在这里插入代码片

然后博主寻求百度，结果发现网上大部分人都只是在照搬例程水个流量，并没有想要的答案。最终还是得科学上网，远赴官方文档找到了使用方法。这里记录一下，也方便以后可能要用的小伙伴。

官方文档给出的用法如下：

也就是说，在网络的output要把分类放在第二维，第二维后面的代表的是网络的维度，看起来非常简单，博主的示例代码如下：

loss = nn.CrossEntropyLoss()
input = torch.randn(3, 5, 2, requires_grad = True)
# target = torch.empty(3, dtype = torch.long).random_(5)
target = torch.empty(3, 2, dtype = torch.long).random_(5)
output = loss(input, target)