PyTorch CrossEntropyLoss报错：RuntimeError:多值张量布尔值歧义

错误的核心在于CrossEntropyLoss的使用方式：你直接把预测结果和目标作为参数传入了损失类的构造函数，而PyTorch中损失函数的正确用法是先实例化损失对象，再调用该对象传入参数计算损失。

修正后的代码如下：

# 压缩维度，去掉多余的1
predictions_squeezed = cls_scores.squeeze(1)
# 从独热编码转成类别索引
targets = torch.argmax(targets.squeeze(1), dim=1)
# 先实例化损失函数（可按需指定weight等参数，此处用默认配置）
criterion = torch.nn.CrossEntropyLoss()
# 调用实例计算损失
losses = criterion(predictions_squeezed, targets)

补充说明：

• CrossEntropyLoss类的__init__方法用于配置损失的规则（比如类别权重、是否忽略特定类别等），并非直接计算损失；实际计算逻辑是通过类的__call__方法实现的，也就是实例化后像调用函数一样传入参数。
• 你对预测结果的维度压缩、从独热编码转换为类别索引的逻辑是正确的，这部分无需调整。

内容的提问来源于stack exchange，提问作者Carlo