官方文档给出的用法如下
也就是说 在网络的output要把分类放在第二维 第二维后面的代表的是网络的维度 看起来非常简单 示例代码如下
loss nn.CrossEntropyLoss() input torch.randn(9, 5, 2) target torch.empty(9, 2, dtype torch.long).random_(5) output loss(input, target)

官方文档给出的用法如下
也就是说 在网络的output要把分类放在第二维 第二维后面的代表的是网络的维度 看起来非常简单 示例代码如下
loss nn.CrossEntropyLoss() input torch.randn(9, 5, 2) target torch.empty(9, 2, dtype torch.long).random_(5) output loss(input, target)