神经网络简单示例中的pytorch交叉熵错误

Question

H1，我正在尝试制作满足简单公式的NN模型。

y = X1^2 + X2^2

但是当我将 CrossEntropyLoss 用于损失函数时，我收到两个不同的错误消息。

首先，当我设置这样的代码时

x = torch.randn(batch_size, 2)

y_hat = model(x)

y = answer(x).long()

optimizer.zero_grad()

loss = loss_func(y_hat, y)

loss.backward()

optimizer.step()

我收到这条消息

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

c:\programdata\miniconda3\conda-bld\pytorch_1533090623466\work\aten\src\thnn\generic/Cl 

assNLLCriterion.c:93

其次，我像这样更改代码

x = torch.randn(batch_size, 2)

y_hat = model(x)

y = answer(x).long().view(batch_size,1,1)

optimizer.zero_grad()

loss = loss_func(y_hat, y)

loss.backward()

optimizer.step()

然后我收到消息

RuntimeError: multi-target not supported at c:\programdata\miniconda3\conda-bld\pytorch_1533090623466\work\aten\src\thnn\generic/ClassNLLCriterion.c:21

我怎么解决这个问题？谢谢。（对不起我的英语）

Answer 1

您使用了错误的损失函数。CrossEntropyLoss通常用于分类问题，而您的问题是回归问题。因此，您应该使用用于回归的损失，例如均方误差损失、L1 损失等任务。看看这个、这个、这个和这个。