RuntimeError: Class values must be smaller than num_classes

原创 于 2023-02-16 21:32:47 发布 · 2.9k 阅读 · 7 ·
CC 4.0 BY-SA版权
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。
文章标签：

#深度学习 #计算机视觉 #人工智能

在使用PyTorch的F.one_hot进行标签one-hot编码时，遇到错误提示class参数必须小于真实类别数。通过检查数据类型、标签类别数量，发现图片有9个独特类别，但在标签中有0和40，实际上表示41个类别。将class参数更正为41后，编码成功运行。 
label_one_hot = F.one_hot(x.to(torch.int64), 40).permute(0, 3, 1, 2)

在对标签进行one-hot编码时候，出现了错误，报错显示：F.one_hot的class参数必须小于真实的类别数。
我用的NYU-depth v2，设的40类，发现没错呀。
然后去搜了搜发现可能出现的问题：
1：x即

最低0.47元/天 解锁文章
python——类别型数据标签二值化-one_hot编码
柳杰的博客
01-09 1385
from sklearn.preprocessing import label_binarize label_binarize(y, *, classes, neg_label=0, pos_label=1, sparse_output=False) - Parameters(参数) y : array-like 要编码的整数数据或多标签数据序列 classes : array-like of shape (n_classes,) np.arange(c) neg_label : int
CUDA实现focal_loss
cyz0202的博客
06-06 1727
本文介绍如何用CUDA进行算子实现，以mmdetection的focal_loss实现为例
PyTorch填坑攻略
mingo_敏
04-14 2281
RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0 RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 337 and 336 in dimension 3 ...
matlab运行出现错误For floats all values in I must be smaller than 1.解决方法
qq_36427732的博客
10-11 1077
matlab用于处理图像数据时，难免会遇到各种各样的问题，当运行时的错误提示为For floats all values in I must be smaller than 1.时，解决方案如下：I=mat2gray(I);
深度之眼Pytorch框架训练营第四期——Pytorch中常见报错总结
Ikerlz的博客
06-11 767
PyTorch中的常见报错总结 Pytorch中报错报错信息非常多，这里简单总结十六种常见的报错信息，方便大家Debug 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，读取不到数据 检查Data
one_hot函数和permute函数学习记录
weixin_44300986的博客
10-29 6390
1.one_hot函数是torch.nn.functional提供的，可以将输入的张量变成1*n_class的张量(n_class是转变后张量的最大编码长度，默认是原来的张量长度+1，也可以直接传入) # 注意这里只是方便理解！！！ import torch.nn.functional as F # 假设现在张量 X = [1，3，4，0 ] n_class = 5 X = F.one_hot(X,n_class) #则生成的X： [0,1,0,0,0], [0,
RuntimeError: Class values must be smaller than num_classes.
06-12
这个错误通常出现在分类问题的神经网络中，它表示分类的类别数目(num_classes)比你的输出层的神经元数目小了。这个错误的原因可能是你在定义输出层的时候，将神经元的数目设得比类别数目大了，或者是你的类别数目...
num_classesnum_classes
最新发布
04-25
- **现象**：`RuntimeError: Class values must be smaller than num_classes`[^5] - **验证方法**： ```python assert torch.all(labels < num_classes), "存在越界标签" ``` 3. **配置同步问题** - **多...
torch.utils.data.DataLoader
yuanchunjian的专栏
02-29 3173
r"""Definition of the DataLoader and associated iterators that subclass _BaseDataLoaderIter To support these two classes, in `./_utils` we define many utility methods and functions to be run in mult...
YOLOv3庖丁解牛（二）：数据输入
weixin_42078618的博客
12-14 4438
一、源数据存储。首先我们得保证我们的数据跟大牛代码的格式保持一致。 1、图片。图片以文件的形式存放，放在哪无所谓，但是在传入的时候必须给到正确的地址。比如 /opt/others/data2007/VOC2007/JPEGImages/000073.jpg /opt/others/data2007/VOC2007/JPEGImages/000003.jpg 2、标注。内容放在一个txt文本...
pytorch标签onehot编码_pytorch 01 关于分割任务中 onehot 编码转换的问题
weixin_39604897的博客
12-20 514
在分割任务中，我们拿到的label通常是由数字类别组成的，但是在应用某些损失函数时，我们需要把label转换成 one—hot编码的形式。例如：原始label维度 224*224*1(由数字0-2组成) ，为一个三类别的分割任务，在onehot编码后维度为 224*224*3，(可以看成3张224*224*1的切片)。代码：一：当维度为 N 1 *one-hot后 N C *def make_o...
SVM做二分类与多分类尝试
magicboom的博客
04-02 8642
利用 SVM( Support Vector Machine) 做分类是机器学习比较成熟的算法。 关于SVM, 我有一篇博文已经详细的介绍了其原理： 传送门： SVM 原理简述 今天，我们利用Python 的OpenCV中的ML模块进行SVM 而分类的演练。 首先是Binary Classification. __author__ = "Luke Liu" #encoding="u...
使用tensorflow训练数据时遇到的问题总结
热门推荐
好好学java
10-11 1万+
1、OP_REQUIRES failed at assign_op.h models 这个问题的根源在于GPU不够用，解决方法也是各不相同，这里写一下几个共性方法。 在eval文件中加入os.environ['CUDA_VISIBLE_DEVICES']='2' 强制使用CPU验证 降低batch_size 修改tensorflow-gpu的版本，可能有效果 更换网络 2、Argument must be a dense tensor: range(0, 3) - got shape [3], bu
深度学习（四） 图像语义分割问题概述与实践
这里是阿安的博客
03-03 7262
图像语义分割(Semantic Segmentation) 是图像处理和机器学习视觉技术中关于图像理解的重要一环，也是 AI 领域中一个重要的分支。图像语义分割问题就是对图像中的不同物体打上语义标签（用不同的颜色代表不同类别的物体），其本质即是对图像中每一个像素点进行分类，确定每个点的类别（如属于背景、人或车等），从而进行区域划分。目前，语义分割已经被广泛应用于自动驾驶、无人机落点判定等场景中。其实，图像语义分割问题相对于传统的神经网络分类就是将概率分类问题扩展到了二维空间的每个像素点上，因此...
mmdetection2.3.0训练报错：RuntimeError: The size of tensor a (8) must match the size of tensor b (81)
求真、务实
08-12 1万+
欢迎大家关注笔者，你的关注是我持续更博的最大动力 原创文章，转载告知，盗版必究 mmdetection2.3.0训练报错：RuntimeError: The size of tensor a （8） must match the size of tensor b （81） at non-singleton dimension 1 文章目录：1 错误原因分析2 解决方式 1 错误原因分析 1、使用SAC-Cascade模型训练，模型位置： ./configs/detectors/cascade_..
light GBM的使用
冥更的博客
03-20 1万+
目录 载入数据 参数设置 训练模型 交叉验证 Early Stop 预测 GOSS EFB light GBM是微软开源的一种使用基于树的学习算法的梯度提升框架。 文档地址：官方文档 源码地址：github 中文文档地址：中文文档 论文地址：lightgbm-a-highly-efficient-gradient-boosting-decision-tree 参考博客...
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