期待 FloatTensors 但在类似 MNIST 的任务中得到 LongTensors答案

【问题标题】：Expect FloatTensors but got LongTensors in MNIST-like task期待 FloatTensors 但在类似 MNIST 的任务中得到 LongTensors
【发布时间】：2019-06-02 18:22:09
【问题描述】：

我正在执行类似 MNIST 的任务，输入是 10 类图像，预期输出是图像的预测类别。

但现在output 类似于 [-2.3274, -2.2723, ...]，其长度为 batch_size。而target 是 [4., 2., 2., 8., ...]

Error message: RuntimeError: 标量类型 Long 的预期对象，但参数 #2 'target' 的标量类型浮点数

class Net(nn.Module):
    ...
    ...
    def forward(self, x):
        ...
        ...
        return F.log_softmax(x, dim = 1)


criterion = torch.nn.NLLLoss()

谁能给我一些建议？谢谢。

【问题讨论】：

标签： python machine-learning deep-learning computer-vision pytorch

【解决方案1】：

您得到的错误指的是损失的 second (#2) 参数：target.
NLLLoss 期望（对于每个元素）有一个 float 概率向量，每个元素有一个 long（即整数）目标。
在您的情况下，您的“目标”值是[4., 2., 2., 8., ...]，其类型为 float。您需要将目标转换为长：

target = target.to(dtype=torch.long)

【讨论】：