Tensorflow RuntimeError:索引0处的掩码[1682]的形状与索引0处的索引张量[1，1682]的形状不匹配 我设计了一个堆叠的自动编码器，试图在电影评级中训练我的神经网络，如果用户不评价任何电影，它就不会考虑它

我的训练集运行得很好，但当我运行测试集时，它显示了这个错误

RuntimeError:索引0处的掩码[1682]的形状与索引0处的索引张量[1，1682]的形状不匹配 我在最后的测试块中得到了错误，我在那里进行了评论

代码：-

---

---

更改：

output[target == 0] = 0      # I get error at this line

output[(target == 0).unsqueeze(0)] = 0

至：

output[target == 0] = 0      # I get error at this line

output[(target == 0).unsqueeze(0)] = 0

原因：

output[target == 0] = 0      # I get error at this line

output[(target == 0).unsqueeze(0)] = 0

由

target==0

返回的

torch.Tensor

的形状为[1682]

---

（目标==0）。取消查询（0）

将其转换为

[11682]

更改：

output[target == 0] = 0      # I get error at this line

output[(target == 0).unsqueeze(0)] = 0

至：

output[target == 0] = 0      # I get error at this line

output[(target == 0).unsqueeze(0)] = 0

原因：

output[target == 0] = 0      # I get error at this line

output[(target == 0).unsqueeze(0)] = 0

由

target==0

返回的

torch.Tensor

的形状为[1682]

---

（target==0）。unsqueze（0）

将其转换为

[11682]

如果您查看SAE的培训，目标是输入的克隆，它通过.unsqueze（0）函数增加了维度

如果查看SAE的测试，则目标没有添加的维度，因此请按如下所示修改代码

改变
目标=变量（测试集[id\U用户]）

到
目标=变量（测试集[id\U用户]）。取消查询（0）

---

因此，您的目标具有张量所需的多个dim。

如果您查看SAE的培训，目标是输入的克隆，通过.unsqueze（0）函数增加了维度

如果查看SAE的测试，则目标没有添加的维度，因此请按如下所示修改代码

改变
目标=变量（测试集[id\U用户]）

到
目标=变量（测试集[id\U用户]）。取消查询（0）

因此，你的目标比张量所需的暗度要大