带有 3d 输入的 Pytorch 交叉熵损失

Question

我有一个输出大小为(batch_size, max_len, num_classes) 的 3D 张量的网络。我的真实情况是(batch_size, max_len)。如果我确实对标签执行 one-hot 编码，它的形状将是(batch_size, max_len, num_classes)，即max_len 中的值是[0, num_classes] 范围内的整数。由于原代码太长，我写了一个更简单的版本，重现原错误。

criterion = nn.CrossEntropyLoss()
batch_size = 32
max_len = 350
num_classes = 1000
pred = torch.randn([batch_size, max_len, num_classes])
label = torch.randint(0, num_classes,[batch_size, max_len])
pred = nn.Softmax(dim = 2)(pred)
criterion(pred, label)

pred和label的形状分别是torch.Size([32, 350, 1000])和torch.Size([32, 350])

遇到的错误是

ValueError: Expected target size (32, 1000), got torch.Size([32, 350, 1000])

如果我用 one-hot 编码标签来计算损失

x = nn.functional.one_hot(label)
criterion(pred, x)

它会抛出以下错误

ValueError: Expected target size (32, 1000), got torch.Size([32, 350, 1000])

Answer 1

从Pytorch documentation，CrossEntropyLoss 期望其输入的形状为(N, C, ...)，因此第二个维度始终是类的数量。如果您将 preds 重塑为大小为 (batch_size, num_classes, max_len)，您的代码应该可以工作。