我正在尝试运行我在Pytorch中购买的一本关于强化学习的书中的代码。代码应该按照书中的规定工作，但对我来说，模型不收敛，奖励仍然是负的。它还会收到以下用户警告：
/home/user/.local/lib/python3.6/site-packages/ipykernel_launcher.py:30: UserWarning: Usinga target size (torch.Size([]))
浏览 836提问于2020-05-20得票数 3
我正在通过计算MSE来训练一个简单的MLP，并得到以下错误：
下面给出了正确的解决方案-- target = target.unsqueeze
浏览 2提问于2020-11-13得票数 0
回答已采纳
我有这样的代码：torch/nn/modules/loss.py:96: UserWarning: Using a target size (torch.Size
浏览 21提问于2022-04-29得票数 1
当我尝试运行我的模型时，我得到了这个UserWarning。我该如何着手解决这个问题呢？我的模型的输入是期望的(torch.Size([]))，一个标量，但我的目标是torch.Size(1)。我应该改变我的输入大小还是目标大小？任何帮助都将不胜感激。谢谢!UserWarning</e
浏览 499提问于2020-12-02得票数 0
我是PyTorch新手，致力于推荐系统的实现。按照网站的指示，我给DenseNet模型的方式与MatrixFactorization模型完全相同。：
AppData\Local\Programs\Python\Python39\lib\site-packages\torch\nn\modules\loss.py:446: UserWarning: Using a target size (torch.Size([1]
浏览 4提问于2021-02-06得票数 0
我的代码：代码来源于pytorch
浏览 13提问于2022-11-21得票数 0
我想用我自己的数据集来实现GCN (来自毕托尔几何教程)。我在下面抄了我的笔记本。但是，如果我想使用自定义数据，那么它会给出以下错误：
我使用了来自的pyG，并试图将它合并到他们的GCN实现中。我知道在最初的实现中，他们使用了相同的数据集，但我想尝试使用自定义数据(稍后加载数据集)。使用与输入大小不同的<e
浏览 3提问于2022-11-23得票数 0
1回答
我正在尝试建立一个卷积递归网络，它采用32000 x 1原始音频时间序列的固定输入大小。它只是一个长度为32000的数值数组。例如，如果我们的批量大小为1，我的维度将是 torch.size([1,32000,1]) 1个音频时间序列，长度为32000，1通道 我必须把它重塑成 torch.size([1,<e
浏览 47提问于2019-09-14得票数 2
torch.binary_cross_entropy_with_logits(input, target, weight, pos_weight, reduction_enum)
张量(0，0，0，0，0，0，0，0，设备='cuda:0')来自打印标签(正如我所说的是二进制分类=3, padding=1
浏览 11提问于2022-04-25得票数 0
我想用PyTorch进行一些神经网络实验，但是一个最小的测试用例却给出了错误的答案。测试用例建立了一个简单的神经网络，它包含两个输入变量和一个输出变量，即输入和，并尝试将其学习为一个回归问题；我期望它收敛于零均方误差，但实际上它收敛于0.165。这可能是因为警告信息中提到的问题；我如何解决这个问题？: Using a target size (torch.Size([100])) that is different to the input size
浏览 3提问于2020-12-09得票数 2
回答已采纳
在尝试用两个目标训练我的模型时，我得到了误差…。“ValueError:目标大小(torch.Size(1，1))必须与输入大小(torch.Size(1，2))相同”。我有两个目标的数据集。而且，如果我使output_dim = 1，它总是预测两个中的同一个类。T.utils.data.DataLoader(train_ds,
浏览 1提问于2021-10-18得票数 0
回答已采纳
我是PyTorch库的初学者，我被困在了一个练习中。下面的代码适用于大小为2x2的输入映像。我试图做与下面相同的事情，但输入的图像大小为4x4。]]])一个完全连接的图层映射了4个输入的两个输出，计算如下：
fc = torch.nn.Lin
浏览 13提问于2022-01-27得票数 0
回答已采纳
([16])) must be the same as input size (torch.Size([16, 1])) 我正在训练一个CNN。在马与人的数据集上工作。This is my code。我正在使用criterion = nn.BCEWithLogitsLoss()和optimizer = optim.RMSprop(model.parameters(), lr=0.01)。我的最后一层是self.fc2 = nn.Linear(512, 1)。最后一个神经元，马的<
浏览 346提问于2019-09-05得票数 21
回答已采纳
我正在尝试为Quora问题对数据集构建一个模型，其中输出是二进制的1或0，但我得到了这个错误。我知道我的模型的输出形状与输入形状不同，但我不知道如何修复它。批处理大小设置为16 class Bert_model (nn.Module): super(Bert_model,selftargets = targets.unsqueeze(-1)
浏览 307提问于2021-11-21得票数 0
1回答
我有一个(16, 64, 4,4)大小的张量，我想用转置卷积来增加这个张量的空间大小。如何选择内核大小、广度、填充以具有(16, 64, 4,6)大小的张量nn.convTranspose2d(64,64,kernel_size=6,stride=4,padding=1)
浏览 1提问于2022-11-08得票数 2
回答已采纳
我正在尝试用pyTorch训练我的第一个神经网络(我不是一个程序员，只是一个困惑的化学家)。ValueError: Target size (torch.Size([1
浏览 2提问于2021-01-02得票数 3
回答已采纳
一个批量大小= 10的二进制分类问题。尝试使用torch.nn.BCEWithLogitsLoss()。torch.binary_cross_entropy_with_logits(input, target, weight, pos_weight, reduction_enum)
这是我<
浏览 1提问于2021-02-04得票数 0
但我想要每一张成批的照片的随机值。mixed_y = lam * y + (1 - lam) * y[index,:]
输入的X和y来自于DataLoader。X输入大小：torch.Size([64, 3, 256, 256]) y输入大小：torch.Size([64, 3474])
这个代码很好用。The size of tensor
浏览 4提问于2020-05-10得票数 0
回答已采纳
1回答
根据原来的U-网模型，网络输出2通道的图像，大小为388×388.因此，我的训练数据加载器生成一个张量，其大小为批处理，channels=1，width=572，height=572用于输入图像，批处理实际上，我的问题是，当我试图使用nn.CrossEntropyLoss()时，会引发以下错误：
无效参数3:仅支持批量空间目标(3D张量)，但在/opt/conda/conda-bld&
浏览 0提问于2019-06-26得票数 3
回答已采纳
我的输入来自表格数据(批处理，1,312)，这个CNN是为回归预测而构造的。我用公式(input + 2*padding - filter size)/stride + 1计算了每个步骤的形状，如下面的注释所示。这个问题似乎发生在x = self.fc(x)，我不知道为什么。非常感谢你的帮助。谢谢。__init__()
self.conv1 = nn.Conv1d(in_channels=1
浏览 3提问于2022-03-10得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
