如何在PyTorch中将张量数组传递给损失函数?

我的损失函数出现了错误:

self.loss_fn = nn.MSELoss()#### -- Snip ####loss = self.loss_fn(predictions, targets) # 错误在这里:'list' object has no attribute 'size'loss.backward()

我的预测结果是一个如下所示的张量数组:

predictions = []for _ in range(100):   prediction = MyNeuralNet(inputs)   predictions.append(prediction)

如何将张量数组传递给我的损失函数而不出现上述错误?


回答:

通过使用 torch.stack 我解决了这个问题:

predictions = torch.stack(predictions)loss = self.loss_fn(predictions, targets)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注