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

如何对SVC进行超参数调优?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

如何在初始训练后向模型添加训练数据?

我想在我的scikit-learn模型已经训练完成后再…

使用Google Cloud Function并行运行带有不同用户参数的相同训练作业

我正在寻找一种方法来并行运行带有不同用户参数的相同训练…

加载Keras模型,TypeError: ‘module’ object is not callable

我已经在StackOverflow上搜索并阅读了文档,…

在计算KNN填补方法中特定列中NaN值的”距离平均值”时

当我从头开始实现KNN填补方法来处理缺失数据时,我遇到…

使用巨大的S3 CSV文件或直接从预处理的关系型或NoSQL数据库获取数据的机器学习训练/测试工作

已关闭。此问题需要更多细节或更清晰的说明。目前不接受回…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注