Machine learning `THIndexTensor（尺寸）（目标，0）=批量尺寸和x27；失败。位于d:\projects\pytorch\torch\lib\thnn\generic/ClassNLLCriterion.c:54

我试图在狗的品种数据集上训练我的神经网络。前馈后，在损耗计算过程中抛出以下错误：

RuntimeError: Assertion `THIndexTensor_(size)(target, 0) == batch_size' failed.  at d:\projects\pytorch\torch\lib\thnn\generic/ClassNLLCriterion.c:54 

代码：

criterion =nn.CrossEntropyLoss()
optimizer=optim.Adam(net.parameters(),lr=0.001)


for epoch in range(10):  # loop over the dataset multiple times
        running_loss = 0.0
        print(len(trainloader))
        for i, data in enumerate(trainloader, 0):
            # get the inputs
            inputs, labels  = data

            # wrap them in Variable
            inputs, labels = Variable(inputs).float(), Variable(labels).float().type(torch.LongTensor)


            # zero the parameter gradients
            optimizer.zero_grad()

            # forward + backward + optimize
            outputs = net(inputs)

            loss = criterion(outputs, labels)
            loss.backward()
            optimizer.step()
            # print statistics
            running_loss += loss.data[0]
            if i % 2000 == 1999:    # print every 2000 mini-batches
                print('[%d, %5d] loss: %.3f' %
                      (epoch + 1, i + 1, running_loss / 2000))
                running_loss = 0.0

print('Finished Training')

此行中生成错误：

loss = criterion(outputs, labels)

---

有什么问题吗？

我认为问题在于您缺少张量

标签上的批次维度。错误表明
0th
维度的大小不等于批次大小

尝试更改此选项：

loss = criterion(outputs, labels.unsqueeze(0))

请注意，
输出
张量应该比对应于每个标签分数的
标签
张量多一个维度，
标签
应该只包含正确标签的索引。
您能打印
输出
和
标签
的形状吗？在
loss=criteria（输出，标签）
之前使用
print（outputs.size（），labels.size（））
。下面是“print（outputs.size（），labels.size（））”torch.size（[2500，120]）torch.size（[4]）的结果