pytorch shape_error ai_generated true

运行时错误：预期一维目标张量，不支持多目标

RuntimeError: 1D target tensor expected, multi-target not supported

ID: pytorch/invalid-argument-2d-index-target

其他格式: JSON · Markdown 中文 · English
90%修复率
88%置信度
1证据数
2023-08-20首次发现

版本兼容性

版本状态引入弃用备注
pytorch>=1.13.0 active — — —

根因分析

损失函数（如 CrossEntropyLoss）接收到的目标张量维度超过一维（例如独热编码标签），而非一维类别索引张量。

English

A loss function like CrossEntropyLoss received a target tensor with more than one dimension (e.g., one-hot encoded labels) instead of a 1D tensor of class indices.

generic

官方文档

https://pytorch.org/docs/stable/generated/torch.nn.CrossEntropyLoss.html

解决方案

  1. 在传递给损失函数之前，使用 `torch.argmax(target, dim=1)` 将独热编码标签转换为类别索引。示例：`loss = criterion(output, target.argmax(dim=1))`
  2. 如果目标已经是 1D 但由于批处理有额外维度，则挤压它：`target = target.squeeze()`。
  3. 如果任务是多标签分类，则使用 `torch.nn.BCEWithLogitsLoss` 并具有正确的目标形状（与输出相同）。

无效尝试

常见但无效的做法:

  1. 95% 失败

    This still produces a 2D tensor; the loss expects 1D indices.

  2. 90% 失败

    The error is about dimensionality, not dtype; CrossEntropyLoss expects Long type indices.

  3. 80% 失败

    BCEWithLogitsLoss expects a different shape and value range; it will not fix the dimensionality issue.