Pytorch '；b电子物流损失'；对象没有属性'；向后'；PyToch错误

我正在尝试微调Bert模型，即，对于文本分类任务来说，Bert基是无基础的。我在丢失时调用backward（）时遇到一个奇怪的错误，如下所示

torch.nn.modules.ModuleAttributeError:“BCEWithLogitsLoss”对象没有“backward”属性。

我找不到任何语法错误，还检查了loss函数的输入（输出和目标），即nn.BCEWithLogitsLoss（输出，目标），然后发现格式正确。我不知道是什么导致了这个错误。如果你们中有人能帮我做这件事，我将不胜感激……提前谢谢：）

这是密码

''def列车循环（数据加载器、模型、优化器、设备、调度程序=无）： 模型列车（） 对于bi，枚举中的d（数据加载器）： ids=d[“ids”] 掩码=d[“掩码”] 令牌类型标识=d[“令牌类型标识”] 目标=d[“目标”]

''”

它应该是：

loss=nn.BCEWithLogitsLoss（）（输出、目标）

或者更好的方法是：

criteria=nn.BCEWithLogitsLoss（）
对于范围内的历元（历元）：
对于dataloader中的批处理：
...
损失=标准（输出、目标）
...

另外，在发布问题之前，请仔细阅读文档。PyTorch文档提供了一个如何使用的简单示例。以下是火炬手网站上的一个例子：

    ids = ids.to(device, dtype=torch.long)
    mask = mask.to(device, dtype=torch.long)
    token_type_ids = token_type_ids.to(device, dtype=torch.long)
    targets = targets.to(device, dtype=torch.float)

    optimizer.zero_grad()
    outputs = model(ids=ids, mask = mask, token_type_ids = token_type_ids)
    outputs = outputs.reshape(1)
    print("here is the outputs")
    print(outputs)
    print("here is the targets")
    print(targets)
    loss = nn.BCEWithLogitsLoss(outputs, targets)
    print("this is the loss")
    print(loss)
    loss.backward()
    optimizer.step()
    if scheduler is not None:
        scheduler.step()