PYTORCH分类损失函数运行记录

尝试了以下3种损失函数，记录下报错情况

• 二分类损失函数binary_cross_entrophy_loss
  torch.nn.functional.binary_cross_entropy(input, target, weight=None, reduction=‘mean’)
  运行代码时报错：
  Expected object of scalar type Float but got scalar type Long for argument #2 ‘target’
  解决：将target类型转换为float
  target = target.float()

• 余弦损失 cosine_embedding_loss
  报错：
  IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
  维度不对，输入是两个值，x1,x2。yy要求是-1或1。

• hinge_embedding_loss
  报错：
  RuntimeError: The size of tensor a (128) must match the size of tensor b (2) at non-singleton dimension 1
  y要求是-1或1，因此用np.where命令进行替换
  替换完了以后报错：
  TypeError: can’t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first
  这是因为我用了GPU，替换以后还得从CPU传到GPU上。
  ‘numpy.ndarray’ object has no attribute ‘cuda’
  numpy是没法直接传到cuda上的，需要先转换成tensor。torch.tensor(x)