PyTorch nn.CrossEntropyLoss() dimension out of range (expected to be in range of [-1, 0], but got 1)

import torch
import torch.nn as nn
loss_fn = nn.CrossEntropyLoss()
# 方便理解，此处假设batch_size = 1
x_input = torch.randn(2, 3)   # 预测2个对象，每个对象分别属于三个类别分别的概率
# 需要的GT格式为(2)的tensor,其中的值范围必须在0-2(0<value<C-1)之间。
x_target = torch.tensor([0, 2])  # 这里给出两个对象所属的类别标签即可，此处的意思为第一个对象属于第0类，第二个我对象属于第2类
loss = loss_fn(x_input, x_target)
print('loss:\n', loss)

input 需要输入的是logits，logits参考这篇
logits含义

target 不能是ont-hot编码的，直接写

target = tensor([3])

即可,报错因为用了one-hot编码

PyTorch nn.CrossEntropyLoss() dimension out of range (expected to be in range of [-1, 0], but got 1)相关推荐

pytorch nn.CrossEntropyLoss
应用概念讲解 1)假设有m张图片,经过神经网络后输出为m*n的矩阵(m是图片个数,n是图片类别),下例中: m=2,n=2既有两张图片,供区分两种类别比如猫狗.假设第0维为猫,第1维为狗 impor ...
[深度学习] Pytorch nn.CrossEntropyLoss()和nn.NLLLoss() 区别
nn.NLLLoss()的参数是经过logsoftmax加工的,而CrossEntropyLoss的是原始输出数据 target = torch.tensor([1, 2]) entropy_out ...
什么意思IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1)
这个报错有千万种可能,大家代码环境可能千差万别,因为这个是一个广泛型报错,不是那种专门某个包才会报的错. 所以我只能跟你说这个报错是什么意思,然后你需要自己检查. 原因: pytorch内部要求输入是 ...
Dimension out of range (expected to be in range of [-2, 1], but got 2)
ret = (torch.sum(torch.sum((mat ** 2), 1), 2).squeeze() + 1e-10) ** 0.5 报错,改成以下即可,矩阵没有那么多维度,按那么多维度去相 ...
深入理解Pytorch负对数似然函数（torch.nn.NLLLoss)和交叉熵损失函数（torch.nn.CrossEntropyLoss)
在看Pytorch的交叉熵损失函数torch.nn.CrossEntropyLoss官方文档介绍中,给出的表达式如下.不免有点疑惑为何交叉熵损失的表达式是这个样子的 loss ⁡ ( y , clas ...
对于pytorch中nn.CrossEntropyLoss()与nn.BCELoss()的理解和使用
在pytorch中nn.CrossEntropyLoss()为交叉熵损失函数,用于解决多分类问题,也可用于解决二分类问题. BCELoss是Binary CrossEntropyLoss的缩写,nn. ...
深入浅出PyTorch中的nn.CrossEntropyLoss
目录一.前言二.理论基础三.主要参数 3.1 输入与输出四.从零开始实现 `nn.CrossEntropyLoss` 一.前言 nn.CrossEntropyLoss 常用作多分类问题的损失函 ...
pytorch的nn.CrossEntropyLoss()函数使用方法
nn.CrossEntropyLoss()函数计算交叉熵损失用法: # output是网络的输出,size=[batch_size, class] #如网络的batch size为128,数据分为1 ...
PyTorch之torch.nn.CrossEntropyLoss()
简介信息熵: 按照真实分布p来衡量识别一个样本所需的编码长度的期望,即平均编码长度交叉熵: 使用拟合分布q来表示来自真实分布p的编码长度的期望,即平均编码长度多分类任务中的交叉熵损失函数代码 ...

PyTorch nn.CrossEntropyLoss() dimension out of range (expected to be in range of [-1, 0], but got 1)

PyTorch nn.CrossEntropyLoss() dimension out of range (expected to be in range of [-1, 0], but got 1)相关推荐

最新文章

热门文章