这种错误主要是在设置的 n_class 时有误。例如在CNN最后的线性层的输出num设置有误。这样在做loss计算的时候,由于需要将 label 转换成 one-hot 向量,但是one-hot向量的维度是根据你的 pred 的维度转换成相应的维度,同时将 label 值对应位置的 0 置 1,但如果在线性层的输出的 num_class 的设置时错了,例如设置成小于实际的 label 的class 的值,label 对应的index 位置不存在在 one-hot 向量中,所有就会出现 t < n_classes failed 的情况,同理, t>=0 表示设置的 num_class 应该是要大于0的。
pytorch Assertion `t 」= 0 && t 「 n_classes failed 解决方案
最新推荐文章于 2024-07-17 15:02:56 发布