运行PyTorch脚本遇类型错误求助：Expected Long but got Int

嗨，我来帮你搞定这个PyTorch的类型不匹配问题！这个错误大多出现在分类任务里，比如用CrossEntropyLoss这类损失函数的时候——PyTorch明确要求目标标签（也就是参数里的target）得是torch.long（64位整数）类型，但你的数据现在是torch.int（32位整数），类型不兼容就触发了这个报错。

给你几个实用的解决办法，按需选就行：

• 方法一：提前转换目标数据类型
  如果你的target是张量，直接调用target = target.long()就能完成转换。要是是从numpy数组转成张量的话，转的时候直接指定dtype更省心：target_tensor = torch.from_numpy(target_np).long()

• 方法二：计算损失时临时转换
  要是不想改动原始数据，在调用损失函数的时候临时转换也可以，比如写成：

  loss = criterion(outputs, target.long())
  

  这样每次计算损失时都会自动把target转成正确的类型。

• 方法三：在数据加载环节固定类型
  如果你用了Dataset和DataLoader来加载数据，可以在Dataset的__getitem__方法里直接把target转成long类型，一劳永逸：

  def __getitem__(self, idx):
      data = self.data[idx]
      target = self.targets[idx]
      # 这里把target指定为long类型
      return torch.tensor(data), torch.tensor(target, dtype=torch.long)
  

最后提个小提醒：用CrossEntropyLoss的时候，千万别给target做one-hot编码，直接传类别索引就好，而且这个索引必须是long类型，这可是很多新手容易踩的坑哦！

内容的提问来源于stack exchange，提问作者karthik reddy