原做的是二分类，在训练的时候遇到了这个报错。
for i, (inputs, target) in enumerate(trainloader):
# forward
output = net(inputs)
# compute loss
loss = criterion(output, target)
optimizer.zero_grad()
# backward
loss.backward()
optimizer.step()
就这样一个简单的训练过程，可是在loss = criterion(output,target)中报错：
RuntimeError: 1D target tensor expected, multi-target not supported
print出target：
tensor([[0],
[0],
[0],
[0],
[0],
[1],
[0],
[0],
[0],
[0]])
在criterion之前将target转为1维：
target = target.view(1, -1) # 转换为1维
结果：tensor([[0, 0, 0, 0, 0, 1, 0, 0, 0, 0]])。
还是报错：ValueError: Expected input batch_size (10) to match target batch_size (1).
这里可以看到结果和一般label的形式不太一样，tensor([[]])多了一个框，一般是tensor([])，这里将target降维处理：
target = target.squeeze()
结果：tensor([0, 0, 0, 0, 0, 1, 0, 0, 0, 0])。
这样就没有报错了，至于为什么要出现这样，可能是之前在生成label的时候使用了np.array()，将label转成了二维的数组。
Original: https://blog.csdn.net/hjtsml_future/article/details/121783930
Author: hjtsml_future
Title: 解决报错：ValueError: Expected input batch_size (10) to match target batch_size (1).
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/623672/
转载文章受原作者版权保护。转载请注明原作者出处！