博文
[转载]交叉熵分类的标签类型必须换成long
|||
用pytorch完成字符识别分类任务时，发现loss = lossFunction(out, labels)报错
同样的代码在MNIST数据集上就没有报错，原因是数据载入类型不符合规范
输入labels维度应该为1维，且精度不能是Double，必须换成long
修改后的数据导入代码：
lossFunction = torch.nn.CrossEntropyLoss()
loss = lossFunction(out, labels.long()) # 修改数据精度
https://blog.sciencenet.cn/blog-538909-1283704.html
上一篇：[转载]hardmax和softmax的区分和优缺点
下一篇：[转载]No module named \'cv2\' （安装cv2）
扫一扫，分享此博文