本文共 639 字，大约阅读时间需要 2 分钟。

在运行损失函数时，当执行 loss = loss_func(output, label) 时，出现了两个错误。以下是详细的解决方法：

1. 数据类型错误

错误信息： RuntimeError: Expected object of scalar type Long but got scalar type Float for argument #2 'target'

问题分析： 这是因为标签 label 必须是 LongTensor 类型，而之前的代码中将其转换为浮点数类型了。具体来说，image[1] 是字符串类型，在转换为浮点数后，再将其转换为 LongTensor 类型。

解决方法： 将标签转换为 LongTensor 类型：

label = t.tensor(float(image[1])).long()

这样可以确保标签是正确的整数类型。

2. 类别标签范围错误

错误信息： Assertioncur_target >= 0 && cur_target < n_classes’ failed`

问题分析： 这是因为数据集的类别是从 1 开始的，但在计算损失函数时，默认是从 0 开始的。因此需要将标签减去 1。

解决方法： 将标签调整为减去 1：

label = t.tensor(float(image[1]) - 1).long()

这样可以确保标签的范围是从 0 开始的，符合损失函数的预期。

通过以上修改，可以解决以上两个错误，确保训练过程顺利进行。

转载地址：http://wncq.baihongyu.com/