问题描述

使用pytorch的函数 torch.nn.CrossEntropyLoss()计算Loss时报错：

RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed

报错原因

直观上看，函数要求目标分类数大于等于0并且小于等于输入的类别。所以一般而言，都是网络中输出的种类数和标签中设置的种类数量不同造成的。

解决方案

针对于不同原因，主要从两方面考虑解决。

方向一：模型输出与分类数不一致

1. 看一下模型的输出尺寸与分类数差异是否明显，核查代码是否存在错误。
2. 如果没有错误，只是映射维度不对，可以考虑在模型的最后一层加一层FC层，将输出尺寸映射到分类大小。

方向二：标签的设置不是从0开始

1. 如果模型的输出尺寸与分类数大小相同，看一下标签的设定是否是从0开始的。
2. 如果标签是从1开始设置的，重新设置标签。这里存在的坑是：在使用CrossEntropyLoss()这个函数进行验证时，标签必须从0开始设置，否则便会报错。