ValueError：目标大小 (torch.Size([16])) 必须与输入大小 (torch.Size([16, 1])) 相同

Question

ValueError                                Traceback (most recent call last)
<ipython-input-30-33821ccddf5f> in <module>
     23         output = model(data)
     24         # calculate the batch loss
---> 25         loss = criterion(output, target)
     26         # backward pass: compute gradient of the loss with respect to model parameters
     27         loss.backward()

C:\Users\mnauf\Anaconda3\envs\federated_learning\lib\site-packages\torch\nn\modules\module.py in __call__(self, *input, **kwargs)
    487             result = self._slow_forward(*input, **kwargs)
    488         else:
--> 489             result = self.forward(*input, **kwargs)
    490         for hook in self._forward_hooks.values():
    491             hook_result = hook(self, input, result)

C:\Users\mnauf\Anaconda3\envs\federated_learning\lib\site-packages\torch\nn\modules\loss.py in forward(self, input, target)
    593                                                   self.weight,
    594                                                   pos_weight=self.pos_weight,
--> 595                                                   reduction=self.reduction)
    596 
    597 

C:\Users\mnauf\Anaconda3\envs\federated_learning\lib\site-packages\torch\nn\functional.py in binary_cross_entropy_with_logits(input, target, weight, size_average, reduce, reduction, pos_weight)
   2073 
   2074     if not (target.size() == input.size()):
-> 2075         raise ValueError("Target size ({}) must be the same as input size ({})".format(target.size(), input.size()))
   2076 
   2077     return torch.binary_cross_entropy_with_logits(input, target, weight, pos_weight, reduction_enum)

ValueError: Target size (torch.Size([16])) must be the same as input size (torch.Size([16, 1]))

我正在训练 CNN。处理马与人类数据集。 这是我的代码。我正在使用

criterion = nn.BCEWithLogitsLoss()

和

optimizer = optim.RMSprop(model.parameters(), lr=0.01

）。我的最后一层是

self.fc2 = nn.Linear(512, 1)

。最后一个神经元，将为马输出 1，为人类输出 0，对吧？或者我应该选择 2 个神经元作为输出？

16

是批量大小。由于错误显示

ValueError: Target size (torch.Size([16])) must be the same as input size (torch.Size([16, 1]))

。我不明白，我需要在哪里进行更改，以纠正错误。

Answer 1

target = target.unsqueeze(1)

，在将目标传递给标准之前，将目标张量大小从

[16]

更改为

[16,1]

。这样做解决了问题。此外，在将其传递给标准之前，我还需要执行

target = target.float()

操作，因为我们的输出是浮点数。此外，代码中还有另一个错误。我在最后一层使用了 sigmoid 激活函数，但我不应该这样做，因为我使用的标准已经内置了 sigmoid。

Answer 2

您也可以尝试

_, pred = torch.max(output, 1)

，然后将

pred

变量传递到损失函数中。

Answer 3

当我运行我的模型时，我遇到了同样的错误。我可以通过在数据集类返回

torch.tensor([target]).float().to(device)

来纠正它。

Answer 4

我的问题是这样解决的：https://discuss.huggingface.co/t/valueerror-target-size-torch-size-8-must-be-the-same-as-input-size-torch-size -8-8/12133/10

您需要将标签保留为整数。