Deep learning PyTorch中nn.BCEWithLogitsLoss（）中1的张量-cuda内存不足？_Deep Learning_Neural Network_Pytorch_Tensorflow2.0_Tensor

Deep learning PyTorch中nn.BCEWithLogitsLoss（）中1的张量-cuda内存不足？

deep-learning neural-network pytorch

Deep learning PyTorch中nn.BCEWithLogitsLoss（）中1的张量-cuda内存不足？,deep-learning,neural-network,pytorch,tensorflow2.0,tensor,Deep Learning,Neural Network,Pytorch,Tensorflow2.0,Tensor,为了实现PyTorch中的自定义丢失函数，我使用nn.BCEWithLogitsLoss（）。第一个参数是我从模型中得到的概率（当然，经过一些数学运算），第二个参数是1（100%）我的代码如下所示： criterion = nn.BCEWithLogitsLoss() loss =criterion(my_probability, torch.tensor(1.).cuda()) 本部分： torch.tensor（1.）.cuda（）导致cuda内存不足。我的疑问是：是否有更好的方

为了实现PyTorch中的自定义丢失函数，我使用nn.BCEWithLogitsLoss（）。第一个参数是我从模型中得到的概率（当然，经过一些数学运算），第二个参数是1（100%）

我的代码如下所示：

criterion = nn.BCEWithLogitsLoss()
loss =criterion(my_probability, torch.tensor(1.).cuda())

本部分：

torch.tensor（1.）.cuda（）

导致cuda内存不足。我的疑问是：

是否有更好的方法（其他损失函数？）将我的概率与100%目标值进行比较

有没有更好的方法在cuda上声明和使用张量1

谢谢大家!