使用torch.nn.CrossEntropyLoss传入weight参数触发TypeError错误

核心错误原因 #

你把weight参数传错地方了：

• CrossEntropyLoss的weight是初始化损失函数实例时的参数，用来预设类别权重；
• 而你直接把它放到了损失计算的调用（forward方法）里，forward方法只接受模型输出（input）和标签（target），不识别weight这个关键字参数，所以触发了类型错误。

正确代码写法 #

先初始化带权重的损失函数实例，再用这个实例计算损失：

# 1. 初始化损失函数时传入weight参数
criterion = nn.CrossEntropyLoss(weight=weights)
# 2. 用实例计算损失，只传模型输出和标签
loss = criterion(outputs, labels)

额外注意点 #

weights的维度要对应类别数量，不是和outputs/labels的长度一致：

• 假设你的任务有N个类别，weights应该是形状为(N,)的张量；
• 比如outputs是(batch_size, N)，labels是(batch_size,)，那weights的长度必须是N，每个元素对应一个类别的权重。

内容的提问来源于stack exchange，提问作者Donald Mac Duck