python - 如何使用torch.nn.CrossEntropyLoss作为自动编码器的重建损失？

Question

我想使用 CrossEntropyLoss 计算自动编码器的重建精度:

ae_criterion = nn.CrossEntropyLoss()
ae_loss = ae_criterion(X, Y)

哪里X是自动编码器的重建和 Y是目标(因为它是自动编码器， Y 与原始输入 X 相同)。 两者X和Y有形状[42, 32, 130] = [batch_size, timesteps, number_of_classes] 。当我运行上面的代码时，出现以下错误:

ValueError: Expected target size (42, 130), got torch.Size([42, 32, 130])

查看文档后，我仍然不确定应该如何调用 nn.CrossEntropyLoss()以适当的方式。看来我应该将 Y 更改为形状 [42, 32, 1] ，每个元素都是区间 [0, 129] 中的标量(或 [1, 130] )，我说得对吗？

有办法避免这种情况吗？自 X和Y介于 0 之间和1 ，我可以以等效的方式按元素使用二元交叉熵损失吗？

Answer 1

对于CrossEntropyLoss，Y 的形状必须为 (42, 32)，每个元素必须是区间 [0, 129] 内的 Long 标量。

您可能需要使用 BCELoss 或 BCEWithLogitsLoss 来解决您的问题。