Pytorch，无法获得<class'torch.tensor'=“”>的代表

Question

我正在PyTorch中实现一些RL，并且不得不编写自己的mse_loss函数（在Stackoverflow上找到了该函数））。 损失函数为：

def mse_loss(input_, target_):    
    return torch.sum(
        (input_ - target_) * (input_ - target_)) / input_.data.nelement()

现在，在我的训练循环中，第一个输入是这样的：

tensor([-1.7610e+10]), tensor([-6.5097e+10])

使用此输入，我将得到错误：

Unable to get repr for <class 'torch.Tensor'>

计算a = (input_ - target_)可以正常工作，而b = a * a和b = torch.pow(a, 2)分别会因上述错误而失败。

有人知道这个解决方法吗？

非常感谢！

更新： 我只是尝试使用torch.nn.functional.mse_loss，这将导致相同的错误。

Answer 1

当我使用以下代码时，我遇到了相同的错误

criterion = torch.nn.CrossEntropyLoss().cuda()
output=output.cuda()
target=target.cuda()
loss=criterion(output, target)

但是我终于发现我的错：输出就像tensor([[0.5746,0.4254]])而目标像tensor([2])，数字2超出了输出的指标

当我不使用GPU时，此错误消息是：

RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed.  at /opt/conda/conda-bld/pytorch-nightly_1547458468907/work/aten/src/THNN/generic/ClassNLLCriterion.c:93

Answer 2

您是否正在使用GPU？

我有类似的问题（但是我正在使用聚集操作），当我将张量移动到CPU时，我会收到一条正确的错误消息。我更正了错误，切换回GPU，一切正常。 当pytorch来自GPU内部时，可能无法输出正确的错误。