Pytorch中multi-target不支持如何改写？

本文共计846个文字，预计阅读时间需要4分钟。

在使用交叉熵损失函数时，`target` 的形状应该与 `label` 的形状一致，或者是仅有一个维度的 `batchsize`。例如，如果 `target` 是这样的 `[batchsize, 1]`，就会出现上述错误。下面是修改后的内容尝试：

在使用交叉熵损失函数时，确保 `target` 的形状与 `label` 相匹配，或者仅包含一个 `batchsize` 维度。若 `target` 形状为 `[batchsize, 1]`，则可能出现错误。尝试使用 squeeze() 函数（`squeeze()`）解决。

在使用交叉熵损失函数的时候，target的形状应该是和label的形状一致或者是只有batchsize这一个维度的。

如果target是这样的就会出现上述的错误。

改一下试试，用squeeze（）函数降低纬度，

如果不知道squeeze怎么用的，

可以参考这篇文章。pytorch下的unsqueeze和squeeze用法

这只是一种可能的原因。

补充：pytorch使用中遇到的问题

1. load模型参数文件时，提示torch.cuda.is_available() is False。

按照pytorch官方网页又安装了一次pytorch，而不是直接使用清华源，执行pip install torch，暂时不知道为什么。

2. 使用CrossEntropyLoss时，要求第一个参数为网络输出值，FloatTensor类型，第二个参数为目标值，LongTensor类型。