1.pytorch報錯:
loss_class = torch.nn.CrossEntropyLoss()
s_data, s_label = data_source[0].to(DEVICE), data_source[1].to(DEVICE)
class_output, domain_output = model(input_data=s_data.float(), alpha=alpha)
# 報錯位置如下:
err_s_label = loss_class(class_output, s_label)
報錯内容如下:
Expected object of scalar type Long but got scalar type Double for argument #2 'target'
表示第二個位置的參數要求是Long類型,然而傳入的時候是Double類型,是以我們隻需:
s_label.long()
即可。
2. 如果會繼續出現報錯:
RuntimeError: multi-target not supported at /opt/conda/conda-bld/pytorch_1556653099582/work/aten/src/THCUNN/generic/ClassNLLCriterion.cu:15
表示在計算loss過程中遇到了多輸出預測值。或者标簽的次元是不同的(我這邊标簽的shape是(128, 1)),我們隻需要将标簽squeeze就行,具體參考torch.squeeze()函數,個人變動方法:
err_s_label = loss_class(class_output, s_label.squeeze(1).long())
3.總結:torch中資料類型的變化:
torch資料類型轉換
資料類型 | 資料長度 | 用法 |
int | int32 | torch.int() |
long | int64 | torch.long() |
float | float32 | torch.float() |
double |