nn.CrossEntropyLoss()使用是label参数的注意点

遇到个离谱的事情，自定义数据集跑cross entropy loss的时候，

    loss1 = w_loss.loss(log_ps1, source_batch_labels)
    loss1.backward()

backward()这里总是报错，搞了半天最后发现是数据集设定的时候，给labels是int32，但是实际上得设置成int64

#  toy_source数据类型转化
source_datas_t = torch.tensor(source_datas, dtype=torch.float64)
source_labels_t = torch.tensor(source_labels, dtype=torch.int64)

# toy_target数据类型转化
target_datas_t = torch.tensor(target_datas, dtype=torch.float64)
target_labels_t = torch.tensor(target_labels, dtype=torch.int64)

label部分这样设置，CrossEntropyLoss()就不报错了

然就又报错了，原来data只能是float1，不能是double，也就是说data只能是float32不能是float64

#  toy_source数据类型转化
source_datas_t = torch.tensor(source_datas, dtype=torch.float32)
source_labels_t = torch.tensor(source_labels, dtype=torch.int64)

# toy_target数据类型转化
target_datas_t = torch.tensor(target_datas, dtype=torch.float32)
target_labels_t = torch.tensor(target_labels, dtype=torch.int64)

这样就对了