Python '；int'；对象没有属性'；尺寸'&引用；

F.nll_损失：我得到了

AttributeError:“int”对象没有属性“size”

当我尝试运行此代码时。我还得到了一段模块代码

raise VALUERROR（'需要2个或多个维度（得到{}'）。格式（dim）） 如果输入。大小（0）！=目标大小（0）：
raise VALUERROR（'预期的输入批次大小（{}）与目标批次大小（{}）匹配。'
格式（输入.size（0）、目标.size（0）））

---

只需将for循环更改为：

列车数据集中数据的

：

到

列车装载机中数据的

：

您能分享整个错误消息吗？谢谢您的帮助。错误在for循环中，我刚刚发布了正确的循环。EPOCHS=3表示范围内的历元（EPOCHS）：对于火车装载机中的数据：x，y=data net.zero\u grad（）x=x.view（-1，28*28）output=net（x）loss=F.nll\u loss（output，y）loss.backward（）optimizer.step（）print（loss）No ways这是整个错误消息，对吗？不，我使用的答案是“火车数据集中的数据”我不确定我是否理解“火车装载机中的数据”。我只是想看看所有相关的代码，以及你收到的错误信息。

import torch
from torchvision import transforms, datasets
import torch.nn as nn
import torch.nn.functional as F
import matplotlib.pylab as plt

train_dataset = datasets.MNIST(root = '', train =True, download = True,
                                transform =transforms.Compose([transforms.ToTensor()]))

test_dataset = datasets.MNIST(root ='', download =True, train =False,
                               transform =transforms.Compose([transforms.ToTensor()]))
batch_size = 10
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size, shuffle =True)

test_dataset = torch.utils.data.DataLoader(test_dataset, batch_size, shuffle =True)
class Net(nn.Module):

  def __init__(self):
    super().__init__()
    self.fc1 = nn.Linear(28*28, 64)
    self.fc2 = nn.Linear(64,64)
    self.fc3 = nn.Linear(64,64)
    self.fc4 = nn.Linear(64,10)

  def forward(self, x):
      x = F.relu(self.fc1(x))
      x = F.relu(self.fc2(x))
      x = F.relu(self.fc2(x))
      x = self.fc4(x)
      return F.log_softmax(x, dim=1)

x=torch.rand((28,28))
x=x.view(-1,28*28)
net =Net()
out=net(x)
out
import torch.optim as optim

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

EPOCHS = 3
for epoch in range(EPOCHS):
  for data in train_dataset:
      x, y = data
      net.zero_grad()
      x=x.view(-1, 28*28)
      output = net(x)
      loss = F.nll_loss(output, y)
      loss.backward()
      optimizer.step()
  print(loss)