Pytorch BCELoss 不接受列表答案

【问题标题】：Pytorch BCELoss not accepting listsPytorch BCELoss 不接受列表
【发布时间】：2020-03-21 10:27:11
【问题描述】：

我的 convLSTM 模型返回一个隐藏状态列表（总共 17 个，大小为 (1,3,128,128)），我的目标是一个包含 17 个图像的列表（所有张量大小：(3,128,128) 调用损失函数时，出现以下错误：

文件“/Users/xyz/opt/anaconda3/envs/matrix/lib/python3.7/site->packages/torch/nn/modules/loss.py”，第 498 行，向前 return F.binary_cross_entropy（输入，目标，权重=self.weight，>reduction=self.reduction）文件“/Users/xyz/opt/anaconda3/envs/matrix/lib/python3.7/site->packages/torch/nn/functional.py”，第 2052 行，位于 binary_cross_entropy 如果 target.size() != input.size(): AttributeError: 'list' 对象没有属性 'size'

部分训练循环：

    hc = model.init_hidden(batch_size=1)
    for batch_idx, (data, target) in enumerate(train_loader):
        optimizer.zero_grad()
        # Set target, images 2 to 18
        target = data[1:]
        if gpu:
            data = data.cuda()
            target = target.cuda()
            hc.cuda()
        # Get outputs of LSTM
        output = model(data, hc)
        # Calculate loss
        loss = criterion(output, target)
        loss.backward()
        optimizer.step()

我原以为会出现尺寸不匹配错误，但结果却出现了这个错误。我该如何解决这个问题？

【问题讨论】：

标签： pytorch loss-function

【解决方案1】：

target 需要是张量，而不是张量列表。

示例

    >>> m = nn.Sigmoid()
    >>> loss = nn.BCELoss()
    >>> input = torch.randn(3, requires_grad=True)
    >>> target = torch.empty(3).random_(2) #This is a tensor, not a list
    >>> output = loss(m(input), target)
    >>> output.backward()

看看torch.nn.modules.loss或torch.nn中的BCELoss

【讨论】：

我试过这样做：target = torch.tensor(data[1:] 我得到了同样的错误。然后我尝试做output = torch.tensor(output) 现在我得到以下错误：ValueError：只有一个元素张量可以转换为 Python 标量
您必须连接张量列表以创建张量。请参考torch.cat

【解决方案2】：

您好，我使用torch.stack 解决了这个问题。可以使用torch.cat，但想要一个带有张量列表的张量传递给损失函数以匹配目标格式，因此使用torch.stack。

【讨论】：