当尝试使用PyTorch创建模型时,当我尝试实现loss函数时nll_loss
,它将引发以下错误
RuntimeError: _thnn_nll_loss_forward is not implemented for type torch.LongTensor
我创建的拟合函数是:
for epoch in tqdm_notebook(range(1, epochs+1)):
for batch_idx, (data, targets) in enumerate(train_loader):
optimizer.zero_grad()
net.float()
output = net(data)
output_x = output.argmax(dim=2) #to convert (64,50,43) -> (64, 50)
loss = F.nll_loss(output_x, targets)
loss.backward()
optimizer.step()
if batch_idx % 100 == 0:
print('Train epochs: {} [{}/{} ({:.0f}%)]\tLoss: {:.6f}'.format(
epoch, batch_idx*len(data), len(ds.data),
100.*batch_idx / len(ds), loss.item()
))
输出和目标的形状为( 64,50 )且dtypes都torch.int64
适用。
看看说明的F.nll_loss
。它期望获得的不是argmax
预测(类型torch.long
)的输入,而是完整的64x50x43预测矢量(类型torch.float
)的输入。请注意,实际上,您提供的预测F.nll_loss
要比您提供的地面真理目标具有更多的维度。
就您而言,只需删除argmax:
loss = F.nll_loss(output, targets)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句