如何将二维Tensor转换为一维Tensor？排查MSELoss运行时错误

一、将二维张量转为一维张量 #

你可以用以下几种方法实现形状转换：

• 使用squeeze()方法：移除张量中所有大小为1的维度，正好适配你的场景：

  import torch
  t = torch.tensor([[4.],[1.]], device='cuda:0')
  t_1d = t.squeeze()
  # 输出结果：tensor([4., 1.], device='cuda:0')
  

• 使用flatten()方法：直接将张量展平为一维：

  t_1d = t.flatten()
  

• 使用view()方法：手动指定目标形状（需保证元素总数一致）：

  t_1d = t.view(-1)  # -1表示自动计算该维度的大小
  

二、RuntimeError错误分析与解决 #

你遇到的RuntimeError: Boolean value of Tensor with more than one value is ambiguous错误和张量形状无关，问题出在MSELoss的调用方式上：

错误写法：

loss = nn.MSELoss(y_tilde,y)

nn.MSELoss是一个类，需要先实例化再传入参数计算损失；或者使用函数式接口F.mse_loss直接调用。正确写法有两种：

1. 实例化损失类后调用：

import torch.nn as nn
criterion = nn.MSELoss()
loss = criterion(y_tilde, y)

2. 使用函数式接口：

import torch.nn.functional as F
loss = F.mse_loss(y_tilde, y)

内容的提问来源于stack exchange，提问作者S.EB