在使用交叉熵损失函数的时候,target的形状应该是和label的形状一致或者是只有batchsize这一个维度的。如果target是这样的【batchszie,1】就会出现上述的错误。改一下试试,用squeeze()函数降低纬度,如果不知道squeeze怎么用的,可以参考这篇文章。pytorch下的unsqueeze和squeeze用法这只是一种可能的原因。补充:pytorch使用中遇到的问题1.load模型参数文件时,提示torch.cuda.is_available()isFalse。按照pytorch官方网页...
继续阅读 >
分类:supported
2020
10-10
10-10
解决java文件流处理异常 mark/reset not supported问题
原因:给定的流不支持mark和reset就会报这个错误。获取到一个网络流,这个网络流不允许读写头来回移动,也就不允许mark/reset机制.解决办法:用BufferedInputStream把原来的流包一层.BufferedInputStreambuffInputStream=newBufferedInputStream(fileInputStream);补充知识:JavaBufferedReader之mark和reset方法实践在读取文本的操作中,常常会在读取到文件末尾时重新到文件开头进行操作。通过搜索发现,有两种方法:(1)mark...
继续阅读 >