腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(1378)
视频
沙龙
1
回答
PyTorch
nn.CrossEntropyLoss
IndexError
:
目标
2
越界
python
、
pytorch
、
pytorch-dataloader
2
,
2
,
2
, 1,
2
,
2
,
2
, 1,
2
,
2
,
2
,
2
,
2
, 1,
2
, 1, 1,
2
,
2
, 1,
2
, 1,
2
,
浏览 311
提问于2021-08-16
得票数 1
回答已采纳
1
回答
自定义数据加载器,用于
pytorch
中的图像和标签。损失函数中输入的困难
image
、
pytorch
、
dataloader
labels.add("_".join(d.split("_")[-
2
:])) labels.add(d.split("_")[-1.split('_')) >
2
: else:lab
浏览 13
提问于2020-04-01
得票数 0
1
回答
pytorch
:“不支持多
目标
”错误消息
python
、
machine-learning
、
pytorch
、
tensor
现在,在添加了这两个东西之后,我得到了那个错误:tensor([[1, 0], [1, 0], [1, 0],layers x = F.relu(self.conv1(x)) # shape: 1, 10, 46, 4
浏览 13
提问于2019-08-02
得票数 18
回答已采纳
1
回答
RuntimeError:标量类型为Long的对象应为标量类型Float,但在参数#
2
中获取了标量类型Float
python
、
floating-point
、
pytorch
、
recurrent-neural-network
、
torch
, 3) x1, h1 = self.rnn1(x) x = F.relu(self.fc
2
(x)) return x dense
2
= NetDens
浏览 17
提问于2020-08-13
得票数 1
回答已采纳
1
回答
IndexError
:
目标
60972032
越界
python
、
machine-learning
、
pytorch
、
loss-function
我正在尝试调用交叉熵损失,但它显示索引超出范围 loss =
nn.CrossEntropyLoss
()result
浏览 8
提问于2020-10-03
得票数 1
1
回答
带喷炬的损耗函数
deep-learning
、
neural-network
、
pytorch
我是第一次接触
pytorch
,当我看到有关MNIST数据集的教程时,
目标
是标量(从0到9之间的数字),而模型的输出是向量(最后一层的代码是nn.Linear(32,10)),它们用(loss=
nn.CrossEntropyLoss
()损耗=损失(输出,
目标
))计算损失,它们与向量比较数字吗?
浏览 10
提问于2021-12-11
得票数 0
回答已采纳
2
回答
训练CNN时出错:"RuntimeError:张量a (10)的大小必须在非单例维1处与张量b (64)的大小相匹配。“
python
、
machine-learning
、
deep-learning
、
pytorch
当我开始训练的时候,它给了我以下几点 #Convolutional layers self.conv
2
=nn.Conv
2
d(6, 12, 5) self.fc1 = nn.Lin
浏览 0
提问于2019-11-19
得票数 1
回答已采纳
3
回答
IndexError
:
目标
1超出了范围
python
、
python-3.x
、
pytorch
我已经阅读了
nn.CrossEntropyLoss
的
Pytorch
文档,但仍然找不到问题。我是
PyTorch
的新手,谢谢。1, 256, 256) return nn.Conv
2
dforward(self, x): return y def
浏览 6
提问于2021-06-05
得票数 6
回答已采纳
1
回答
如何在神经网络中强调选定的输出
neural-network
、
pytorch
我正在使用
pytorch
训练一个具有17个特征和5个输出的数据集。但我对其中的两个最感兴趣,假设0-4中的输出为
2
和3。有什么好策略可以在
2
和3上获得尽可能高的准确率,而其余的可能具有较低的准确率?
浏览 0
提问于2021-01-03
得票数 1
1
回答
为什么我不能使用交叉熵损失多标签?
python
、
machine-learning
、
nlp
、
pytorch
、
huggingface-transformers
我用拥抱脸和
PyTorch
。def loss_fn(preds
浏览 2
提问于2020-09-30
得票数 0
回答已采纳
1
回答
Pytorch
中单热点交叉熵损失的正确使用方法
pytorch
、
one-hot-encoding
、
loss
、
cross-entropy
假设我的模型输出是4个神经元,
目标
标签是1000 0100 0010 0001。在
pytorch
中做这件事的正确方法是什么? 现在,我所做的(以及它的工作)是插入我的模型输出和
目标
的torch.argmax()一个热点向量。例如,模型输出为(0.7,0.1,0.1,0.1),
目标
向量的torch.argmax为0。在这上面,我激活了
nn.CrossEntropyLoss
()。 这是正确的做法吗?
浏览 62
提问于2021-06-22
得票数 0
回答已采纳
1
回答
像在Keras中一样,得到了火炬中的交叉熵损失
python
、
tensorflow
、
keras
、
pytorch
0.11]]) print("
PyTorch
",
nn.CrossEntropyLoss
()(t.tensor(y_pred).argsort(dim=-1).float(), t.tensor(y_true).argmax(dim=-1)))``` Keras tf.Tensor(2.3369865,shape=(1,),dtype=floa
浏览 8
提问于2020-06-05
得票数 2
回答已采纳
2
回答
使用
PyTorch
的交叉熵损失函数是否需要One-Hot编码?
python
、
deep-learning
、
computer-vision
、
pytorch
、
multilabel-classification
在
PyTorch
中,我想使用torch.nn.CrossEntropyLoss函数。我是否必须格式化
目标
以便它们是一次性编码的,或者我可以简单地使用数据集附带的它们的类标签?
浏览 839
提问于2020-06-19
得票数 10
回答已采纳
1
回答
Pytorch
分类交叉熵损失函数行为
pytorch
我对
Pytorch
的分类交叉熵损失的计算有疑问。我制作了这个简单的代码片段,因为我使用输出张量的argmax作为
目标
,所以我不能理解为什么损失仍然很高。import torchce_loss =
nn.CrossEntropyLoss
() output = torch.randn(3, 5, requires_grad
浏览 26
提问于2019-11-19
得票数 1
回答已采纳
1
回答
PyTorch
CrossEntropyLoss和Log_SoftMAx + NLLLoss给出了不同的结果
pytorch
、
loss-function
、
softmax
、
cross-entropy
根据
PyTorch
文档,CrossEntropyLoss()是LogSoftMax()和NLLLoss()函数的组合。来自
PyTorch
的交叉熵:张量(2.3573)来自Manual_
PyTorch
_NNLoss的交叉熵:张量(1.0137) tensorActualProb = torch.FloatTensor(actualProb) criterion
浏览 0
提问于2023-04-27
得票数 0
回答已采纳
1
回答
PyTorch
:使用
目标
图像作为预测值时的多类分割损失值!= 0
deep-learning
、
pytorch
、
computer-vision
、
image-segmentation
我正在使用
PyTorch
执行语义分段。数据集中共有103个不同的类,
目标
是RGB图像,只有包含标签的红色通道。我使用
nn.CrossEntropyLoss
作为我的损失函数。为了保持清醒,我想检查使用
nn.CrossEntropyLoss
是否对此问题是正确的,以及它是否具有预期的行为。 mask =
浏览 4
提问于2022-02-05
得票数 2
回答已采纳
1
回答
NumPy和
PyTorch
的不同交叉熵
numpy
、
machine-learning
、
pytorch
、
cross-entropy
我的预测是y_hat = [ 0.57,0.05,0.14,0.10,0.14],
目标
是target =[ 1, 0, 0, 0, 0 ]。然而,使用
Pytorch
: loss =
nn.CrossEntropyLoss
浏览 3
提问于2022-10-18
得票数 2
1
回答
如何用
PyTorch
对原U网模型进行训练?
python
、
conv-neural-network
、
pytorch
、
image-segmentation
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,channels=
2
,width=388,width=388用于
目标
/输出图像。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
1
回答
为什么crossEntropyLoss使用标签编码,而不是一次热编码?
pytorch
、
cross-entropy
我正在学习CrossEntropyLoss模块在
pytorch
。导师说,你应该用“标签编码”输入
目标
值y,而不是输入“单一热编码”。像这样Y = torch.tensor([0])l
2
= loss(Y_pred_bad, Y)
浏览 5
提问于2022-11-23
得票数 1
回答已采纳
2
回答
一维张量的
Pytorch
CrossEntropyLoss
python
、
pytorch
labs = Tensor([
2
,
2
,3loss =
nn.CrossEntropyLoss
input.log_softmax(dim) 1319 ret = input.log_softmax(dim, dtype=dtype)
IndexError
浏览 38
提问于2020-10-22
得票数 0
回答已采纳
点击加载更多
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
Facebook 发布 Detectron2:基于 PyTorch 的新一代目标检测工具
宝宝都能学会的python编程教程6:列表
宝宝都能学会的python编程教程6:列表list
基于 PyTorch,面向 AI 系统加速研究与开发的深度学习框架
Python 开发中有哪些常见的编程错误需要注意
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券