-
原因1：模型大小不匹配
-
在定义模型的最终全连接层时，我没有将 196（斯坦福汽车数据集的类总数）作为输出单元的数量，而是使用了 195。错误通常在您执行反向传播的行中识别。您的损失函数将比较模型的输出和数据集中该观察的标签。万一您对标签和输出感到困惑，请参阅下面我如何定义它们：
-
原因2：损失函数输入错误
-
损失函数对于它们可以接受的可能输入具有不同的范围。如果您为输出层选择不兼容的激活函数，则会触发此错误。例如，BCELoss 要求其输入介于 0 和 1 之间。如果输入（模型的输出）超出该特定损失函数的可接受范围，则会触发错误。
-
Bool value of Tensor with more than one value is ambiguous in Pytorch
Bool value of Tensor with more than one value is ambiguous当您尝试将张量转换为布尔值时会出现错误消息。 -
原来是没有实例化
-
self.loss = nn.MSELoss() 在forwrad时 theloss = self.loss(x, y)
- 是因为写的程序的bug,一步步运行，仔细检查变量发现变量用错了。
添加链接描述
