Pytorch：将 1d 重塑为 2d 目标

Question

抱歉，如果这个问题已经得到解答，但我找不到它。

我有一个二进制分类问题，我一直在使用CrossEntropyLoss，它需要以下输入和目标张量维度：

我已改用 BCEWithLogitsLoss 和预先计算的类权重来解决标签不平衡问题。问题是BCEWithLogitsLoss 需要以下维度：

我将如何塑造我的一维张量，即。 tensor([[0, 0, 0, ..., 1, 0, 0]]) 到我输入的形状是(No. of X samples, 2)？我试过.unsqueeze(1)，但这给了我(#X, 1)。澄清一下，我在上一个问题中的输入形状是[32,2]，目标形状为[32]，根据上述文档，我正在寻找[32,2] 用于输入和目标暗淡。

Answer 1

我最终解决了问题，没有意识到 Pytorch 中内置了 one-hot 编码功能。

我使用了 torch.nn.functional.one_hot(targets) 行，它将我的目标变量重新调整为 torch.Size([32, 2])。