如何将张量数组传递给 PyTorch 中的标准/损失函数？答案

【问题标题】：How do I pass an array of tensors into the criterion/loss function in PyTorch?如何将张量数组传递给 PyTorch 中的标准/损失函数？
【发布时间】：2021-05-30 08:20:49
【问题描述】：

我的损失函数报错：

self.loss_fn = nn.MSELoss()

#### -- Snip ####

loss = self.loss_fn(predictions, targets) # Error here: 'list' object has no attribute 'size'
loss.backward()

我的预测是一个张量数组，如下所示：

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标准函数而不出现上述错误？

【问题讨论】：

根据您显示的内容，此错误应该是不可能的。（MSELoss 返回一个张量，而不是一个列表。）请提供足够的代码来重现该问题——minimal reproducible example。
啊，是的，评论在错误的行上。可能可以从上下文中推断出来，但是哦。
现在您已经编辑了问题，它与this one 重复。

标签： machine-learning neural-network pytorch gradient-descent

【解决方案1】：

通过使用torch.stack 我可以解决我的问题：

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

【讨论】：