训练CNN时出错：“ RuntimeError：张量a（10）的大小必须与非单维度1上的张量b（64）的大小匹配]

Question

我是Pytorch的新手，我正在尝试实现一个简单的CNN以识别MNIST图像。

我正在使用MSE损失作为损失函数并使用SGD作为优化器来训练网络。当我参加培训时，它会给我以下内容>

警告：“用户警告：使用与输入大小（torch.Size（[64，10]）不同的目标大小（torch.Size（[64]））。由于以下原因，可能会导致错误的结果广播。请确保它们的尺寸相同。”

然后我得到以下内容

error: "RuntimeError: The size of tensor a (10) must match the size of tensor b
       (64) at non-singleton dimension 1".
我已经尝试使用在其他问题中找到的一些解决方案来解决它，但似乎没有任何效果。这是我如何加载数据集的代码：

transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.5,),(0.5,))])

trainset = torchvision.datasets.MNIST(root='./data', train = True, transform = transform, download = True)
trainloader = torch.utils.data.DataLoader(trainset, batch_size = 64, shuffle = True)

testset = torchvision.datasets.MNIST(root='./data', train = False, transform = transform, download = True)
testloader = torch.utils.data.DataLoader(testset, batch_size = 64, shuffle = False)
定义我的网络的代码：

    class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        #Convolutional layers
        self.conv1 = nn.Conv2d(1, 6, 5)
        self.conv2 = nn.Conv2d(6, 12, 5)
        #Fully connected layers
        self.fc1 = nn.Linear(12*4*4, 120)
        self.fc2 = nn.Linear(120, 60)
        self.out = nn.Linear(60,10)

    def forward(self, x):
        x = F.max_pool2d(F.relu(self.conv1(x)), (2,2))
        x = F.max_pool2d(F.relu(self.conv2(x)), (2,2))
        x = x.reshape(-1, 12*4*4)
        x = F.relu(self.fc1(x))         
        x = F.relu(self.fc2(x))
        x = self.out(x)
        return x
这是培训：

net = Net()
print(net)

criterion = nn.MSELoss() 
optimizer = optim.SGD(net.parameters(), lr=0.001)
epochs = 3

for epoch in range(epochs):
    running_loss = 0;
    for images, labels in trainloader:
        optimizer.zero_grad()
        output = net(images)
        loss = criterion(output, labels)
        loss.backward()
        optimizer.step()

        running_loss += loss.item()
    else:
        print(f"Training loss: {running_loss/len(trainloader)}")

print('Finished training')
谢谢！

我是Pytorch的新手，我正在尝试实现一个简单的CNN以识别MNIST图像。我正在使用MSE损失作为损失函数并使用SGD作为优化器来训练网络。当我开始训练时...

Answer 1

您正在使用的损失（nn.MSELoss）对于此问题不正确。您应该使用use nn.CrossEntropyLoss。