Expected object of type torch.LongTensor but found type torch.FloatTensor pytorch问题

解决CrossEntropyLoss报错
本文探讨了在使用PyTorch的CrossEntropyLoss时遇到的常见错误及其解决方案。特别是当模型输出与目标标签类型不匹配时,如何正确调整并选择合适的损失函数。

在使用CrossEntropyLoss时,常会出现如题的错误。

错误指出,要用longtensor而不是floattensor,于是

per_label = per_label.long()

outputs = outputs.long()

将神经网络输出和目标label都转换为longtensor,发现又会出现新问题。

如果是这种情况,我们应该检查输入的标签是0,1格式的,还是0-(C-1)这种格式的,CrossEntropyLoss只适用于0-(c-1)这种格式,如果标签设置为(0,1)格式,请用MultiLabelSoftMarginLoss,即

criterion = nn.MultiLabelSoftMarginLoss()

发现问题解决。

评论 3
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