头一次使用pytorch, 调用交叉熵损失函数nn.CrossEntropyLoss()的时候报错
/pytorch/aten/src/THCUNN/ClassNLLCriterion.cu:106: void cunn_ClassNLLCriterion_updateOutput_kernel(Dtype *, Dtype *, Dtype *, long *, Dtype *, int, int, int, int, long) [with Dtype = float, Acctype = float]: block: [0,0,0], thread: [4,0,0] Assertion t >= 0 && t < n_classes
failed.
举例来说, 如果是个5分类问题, 那么input的形状是batch_size * 5, target中每个元素的取值范围是{0,1,2,3,4}, 也就是[0, 类别数量减1]
所以对于n分类问题来说, 如果target中某个元素的取值不在[0,n-1]中就会报上述错误