cross_entropy_loss(): argument ‘target’ (position 2) must be Tensor, not tuple

原创

已于 2024-02-03 11:10:54 修改 · 1.3k 阅读

标签

#深度学习 #python

收录于

于 2024-02-03 11:10:42 首次发布

文章讲述了在使用PyTorch时遇到TypeError:cross_entropy_loss()函数target参数必须是Tensor而非tuple的问题，提供了解决方案，即先使用`.clone().detach()`将目标变量转换为Tensor，并给出了消除警告的建议.

针对于Getting Error: TypeError: cross_entropy_loss(): argument ‘target’ (position 2) must be Tensor, not tuple问题解决方法

将targets转换成tensor类型即可

target = torch.tensor(target)

但是，仍会有警告！

To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or source Tensor.clone().detach(

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

SupL！

关注关注

6
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Pytorch中的CrossEntropyLoss()函数案例解读和结合one-hot编码计算Loss

01-20

使用Pytorch框架进行深度学习任务，特别是分类任务时，经常会用到如下： import torch.nn as nn criterion = nn.CrossEntropyLoss().cuda() loss = criterion(output, target) 即使用torch.nn.CrossEntropyLoss()作为损失函数。那nn.CrossEntropyLoss()内部到底是啥？？ nn.CrossEntropyLoss()是torch.nn中包装好的一个类，对应torch.nn.functional中的cross_entropy。此外，nn.CrossEntropyL

参与评论您还未登录，请先登录后发表或查看评论

Pytorch训练GoogLeNet时损失函数报错

qq_44980390的博客

12-29

6005

报错信息： TypeError: cross_entropy_loss(): argument ‘input’ (position 1) must be Tensor, not GoogLeNetOutputs 需要把model输出的GoogLeNetOutputs转化为适用于损失函数的logits形式 output = model(x) output = output.logits

cross_entropy_loss(): argument ‘input‘ (position 1) must be Tensor, not NoneType

matlab_python22的博客

10-18

3876

这个模型当中，在return中 return的内容是否有异常的现象。yu遇到这个错误的时候，需要看看自己的网络模型。1 或者return 多个变量。3 返回多个变量的顺序是否正确。2 是否没有返回任何值。

[pytorch] 使用CrossEntropyLoss()交叉熵损失函数报错：Target 2 is out of bounds.

a1651950431的博客

03-13

2359

[pytorch] 使用CrossEntropyLoss()交叉熵损失函数报错：Target 2 is out of bounds.

TypeError: kl_div(): argument ‘target‘ (position 2) must be Tensor, not numpy.int64

yayayamaomaoya的博客

12-25

3377

问题描述 File “D:/python/modelsmy/trainvgg16.py”, line 77, in train(net, train_dataSet, df_train, test_dataSet, df_test, optimizer, device, num_epochs) File “D:/python/modelsmy/trainvgg16.py”, line 34, in train l = loss(y_hat, y) TypeError: kl_div(): argument

【十万字拆解】从零开始实现GPT-2（完整版）

Pi_Nick的博客

06-01

732

本文是一篇 14 万字、从零硬核实现 GPT 的保姆级指南。内容全面覆盖四个阶段：①从最基础的 Bigram 语言模型切入，跑通数据处理与训练闭环；②仿照 Transformer 架构，深度研究 Multi-Head Attention、残差网络、LayerNorm 及 Dropout 的底层数学与代码实现；③从零构建BPE 分词器，对齐 GPT-2 规范；④从头搭建 GPT-1/2 工业级预训练流程，包含混合精度、梯度累积等十余项硬件级工程调优，并在 AutoDL 算力平台上从0开始训练！适合所有层次！

PyTorch torch.max底层原理与工程避坑指南

最新发布

weixin_30421809的博客

06-19

461

torch.max是PyTorch中关键的张量维度聚合算子，其本质并非简单取最大值，而是遵循‘维度压缩+计算图保全’的设计原则，通过返回(values, indices)二元组支持可导、可广播、可复现的极值提取。它在分类预测、通道注意力、序列掩码和硬样本挖掘等场景中承担核心角色，但极易因dim理解偏差、keepdim误设、dtype不匹配或设备混用引发shape错乱、梯度截断、显存溢出等生产级故障。掌握其与torch.topk的分工边界、对nan_policy的支持差异及多维压缩坐标系建模方法，是构建稳定深

PyTorch与JAX自动微分原理差异及工程实践指南

keke1314520的博客

06-19

379

自动微分是深度学习框架的核心引擎，其底层实现方式直接决定模型的可调试性、编译性能与分布式扩展能力。PyTorch采用动态计算图与运行时反向追踪机制，强调命令式编程和交互式开发；JAX则基于函数式范式与静态JAXPR中间表示，通过符号微分与XLA编译实现极致确定性与硬件加速。这种根本差异导致二者在随机数管理、状态封装、梯度调试、分布式训练等关键环节呈现系统性鸿沟。理解autograd与jax.grad/jvp/vjp的语义边界，是实现跨框架模型对齐、混合部署（如JAX物理层+PyTorch主干）及千卡TPU训

Pytorch交叉熵损失函数CrossEntropyLoss报错解决办法

vivi_cin的博客

03-26

912

交叉熵损失

代码错误记录：TypeError: dropout(): argument ‘input‘ (position 1) must be Tensor, not str

qsx123432的博客

04-06

1万+

TypeError: dropout（）: argument 'input' （position 1） must be Tensor, not str 背景解决方法整体代码参考链接背景使用 hugging face 中的预训练模型完成文本分类任务的过程中。出现了这个问题。问题排查的过程中，发现这里定义的 cls_layer() 出现问题。问题是数据类型错误，因此需要检查pooler_output的数据产生的位置和输出类型解决方法定位位置，寻找pooler_output的输出这个poo

PyTorch编写代码遇到的问题

热门推荐

二分掌柜的

03-03

1万+

训练人脸检测mtcnn遇到的问题 flyfish no module named xxx xxx为自定义文件夹的名字因为搜索不到，所以将当前路径加入到包的搜索目录解决方法： import sys sys.path.append(’…’) #将上层目录加入到搜索路径中 sys.path.append(’/home/xxx’) # 绝对路径 import os sys.path.append(os...

TypeError: dropout(): argument 'input' (position 1) must be Tensor, not str

weixin_42613360的博客

02-14

1719

这个错误提示说，在调用dropout函数时，第一个参数(位置为1)必须是Tensor类型，而不是字符串类型。可能是因为您在调用dropout函数时，传递的参数类型不是Tensor，而是字符串。您需要检查您的代码，确保dropout函数的参数是正确的Tensor类型。 ...

input(position 1) must be Tensor, not NoneType

studyvcmfc的专栏

06-05

4381

https://blog.csdn.net/qq_41368074/article/details/105560274?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

理解与使用torch的CrossEntropy Loss

hellozhxy的博客

03-23

1216

交叉熵误差函数形式不难，但是使用起来却容易出错，这里记录一下自己的理解。

解决：TypeError: embedding(): argument ‘indices‘ (position 2) must be Tensor, not tuple

咖乐部

11-02

8875

这里需要将注释行取消掉。至于为什么，咱也不懂。因为检查之后发现，传入的数据其实是一个tuple 前面tensor是128组index组成的word_list,后面的tensor是每一句话对应的标签，共128个。所以要将前面的数据拿出来放入模型进行训练，而不是整个tuple。 ...

解决python中的TypeError: embedding(): argument ‘indices‘ (position 2) must be Tensor, not list

博客而已

10-21

6679

问题描述：跑卷积神经网络的时候encoder报了错 TypeError: embedding(): argument ‘indices’ (position 2) must be Tensor, not list 上一个输出的结果是一个列表，这里需要的是个张量，因此报错。 a=[torch.tensor([53, 14, 12, 36, 32, 54, 53, 42, 8, 12, 54, 1, 42, 1, 40, 48, 31, 14, 53, 42, 8, 12, 54,