出现这个问题是计算loss的时候与loss函数要求的维度不匹配。

要求input是(N,C)维,target是N维,在我的实验中,input是(64,751)维,target变成(64,1)维,去掉target中维度为1 的维
cls1_loss=criterion_cls(cls1,torch.squeeze(labels_t))
target变成64 即可。
本文解决了一个常见的深度学习问题:在使用PyTorch进行损失计算时,输入和目标维度不匹配。详细介绍了如何调整target维度,从(64,1)变为64,确保与loss函数要求的维度一致。
出现这个问题是计算loss的时候与loss函数要求的维度不匹配。

要求input是(N,C)维,target是N维,在我的实验中,input是(64,751)维,target变成(64,1)维,去掉target中维度为1 的维
cls1_loss=criterion_cls(cls1,torch.squeeze(labels_t))
target变成64 即可。
5337
4128

被折叠的 条评论
为什么被折叠?