问题描述

使用pytorch的函数 torch.nn.CrossEntropyLoss()计算Loss时报错：

RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed

• 1

报错原因

直观上看，函数要求目标分类数大于等于0并且小于等于输入的类别。所以一般而言，都是网络中输出的种类数和标签中设置的种类数量不同造成的。

解决方案

针对于不同原因，主要从两方面考虑解决。

方向一：模型输出与分类数不一致

1. 看一下模型的输出尺寸与分类数差异是否明显，核查代码是否存在错误。
2. 如果没有错误，只是映射维度不对，可以考虑在模型的最后一层加一层FC层，将输出尺寸映射到分类大小。

方向二：标签的设置不是从0开始

1. 如果模型的输出尺寸与分类数大小相同，看一下标签的设定是否是从0开始的。
2. 如果标签是从1开始设置的，重新设置标签。这里存在的坑是：在使用CrossEntropyLoss()这个函数进行验证时，标签必须从0开始设置，否则便会报错。

                                </div><link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-b6c3c6d139.css" rel="stylesheet"><div class="more-toolbox"><div class="left-toolbox"><ul class="toolbox-list"><li class="tool-item tool-active is-like "><a href="javascript:;"><svg class="icon" aria-hidden="true"><use xlink:href="#csdnc-thumbsup"></use></svg><span class="name">点赞</span><span class="count">2</span></a></li><li class="tool-item tool-active is-collection "><a href="javascript:;" data-report-click="{&quot;mod&quot;:&quot;popu_824&quot;}"><svg class="icon" aria-hidden="true"><use xlink:href="#icon-csdnc-Collection-G"></use></svg><span class="name">收藏</span></a></li><li class="tool-item tool-active is-share"><a href="javascript:;" data-report-click="{&quot;mod&quot;:&quot;1582594662_002&quot;}"><svg class="icon" aria-hidden="true"><use xlink:href="#icon-csdnc-fenxiang"></use></svg>分享</a></li><!--打赏开始--><!--打赏结束--><li class="tool-item tool-more"><a><svg t="1575545411852" class="icon" viewBox="0 0 1024 1024" version="1.1" xmlns="http://www.w3.org/2000/svg" p-id="5717" xmlns:xlink="http://www.w3.org/1999/xlink" width="200" height="200"><defs><style type="text/css"></style></defs><path d="M179.176 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5718"></path><path d="M509.684 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5719"></path><path d="M846.175 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5720"></path></svg></a><ul class="more-box"><li class="item"><a class="article-report">文章举报</a></li></ul></li></ul></div></div><div class="person-messagebox"><div class="left-message"><a href="https://blog.csdn.net/m0_37369043"><img src="https://profile.csdnimg.cn/9/9/0/3_m0_37369043" class="avatar_pic" username="m0_37369043"><img src="https://g.csdnimg.cn/static/user-reg-year/2x/3.png" class="user-years"></a></div><div class="middle-message"><div class="title"><span class="tit"><a href="https://blog.csdn.net/m0_37369043" data-report-click="{&quot;mod&quot;:&quot;popu_379&quot;}" target="_blank">唐申庚</a></span></div><div class="text"><span>发布了10 篇原创文章</span> · <span>获赞 17</span> · <span>访问量 1万+</span></div></div><div class="right-message"><a href="https://im.csdn.net/im/main.html?userName=m0_37369043" target="_blank" class="btn btn-sm btn-red-hollow bt-button personal-letter">私信</a><a class="btn btn-sm  bt-button personal-watch" data-report-click="{&quot;mod&quot;:&quot;popu_379&quot;}">关注</a></div></div></div>
</article>