Pytorch Pyrotch BCELoss不接受列表

我的convLSTM模型返回一个隐藏状态列表（总共17个，大小（1,3128128）），我的目标是一个包含17个图像的列表（所有张量大小：（3128128） 调用loss函数时，我得到以下错误：

文件“/Users/xyz/opt/anaconda3/envs/matrix/lib/python3.7/site->packages/torch/nn/modules/loss.py”，第498行，向前 返回F.binary\u cross\u熵（输入，目标，权重=自身权重，>缩减=自身缩减） 文件“/Users/xyz/opt/anaconda3/envs/matrix/lib/python3.7/site->packages/torch/nn/functional.py”，第2052行，二进制交叉熵 如果target.size（）！=input.size（）： AttributeError:“列表”对象没有属性“大小”

培训循环的一部分：

hc=model.init\u hidden（批量大小=1）
对于enumerate（train_loader）中的batch_idx（数据，目标）：
optimizer.zero_grad（）
#设定目标，图像2至18
目标=数据[1:]
如果gpu：
data=data.cuda（）
target=target.cuda（）
hc.cuda（）
#获取LSTM的输出
输出=型号（数据，hc）
#计算损失
损失=标准（输出、目标）
loss.backward（）
optimizer.step（）

---

我本以为会出现大小不匹配错误，但却得到了此错误。如何解决此问题？

目标需要是张量，而不是张量列表

示例

    >>> m = nn.Sigmoid()
    >>> loss = nn.BCELoss()
    >>> input = torch.randn(3, requires_grad=True)
    >>> target = torch.empty(3).random_(2) #This is a tensor, not a list
    >>> output = loss(m(input), target)
    >>> output.backward()

看一看or中的BCELoss，我使用了
torch.stack解决了这个问题。本来可以使用
torch.cat
，但是想要一个带有张量列表的张量传递给loss函数，以匹配所使用的目标格式
torch.stack
我尝试过：
target=torch.tensor（数据[1:]
我遇到了同样的错误。然后我尝试执行
output=torch.tensor（output）
现在我遇到了以下错误：ValueError：只有一个元素张量可以转换为Python标量。您必须连接张量列表才能创建张量。请参阅