torch.nn.CrossEntropyLoss 多个批次

我目前正在与torch.nn.CrossEntropyLoss。据我所知，批量计算损失是很常见的。但是，是否有可能计算多个批次的损失？

更具体地说，假设我们给出了数据

import torch

features = torch.randn(no_of_batches, batch_size, feature_dim)
targets = torch.randint(low=0, high=10, size=(no_of_batches, batch_size))

loss_function = torch.nn.CrossEntropyLoss()

有没有一种方法可以一行计算

loss = loss_function(features, targets) # raises RuntimeError: Expected target size [no_of_batches, feature_dim], got [no_of_batches, batch_size]

?

先感谢您！

您可以计算多个交叉熵损失，但您需要自己进行减少。由于交叉熵损失假设特征暗淡始终是特征张量的第二维，因此您还需要首先对其进行排列。

loss_function = torch.nn.CrossEntropyLoss(reduction='none')
loss = loss_function(features.permute(0,2,1), targets).mean(dim=1)

这将导致loss张量与no_of_batches条目。