PyTorch运行BCEWithLogitsLoss报Float无法转Long错误如何解决？

RuntimeError: result type Float can't be cast to the desired output type Long 对应中文为：运行时错误：浮点类型的计算结果无法转换为期望的输出类型长整型。

• BCEWithLogitsLoss损失函数要求输入的标签张量与预测值张量数据类型一致，均为浮点型。你创建标签张量t时未指定数据类型，默认按整数输入赋值为Long长整型，和浮点型的预测值p计算时类型不匹配，触发报错。

两种方案任选其一即可：

• 创建t时直接指定为浮点类型

t = torch.tensor([[1, 0, 1, 1]], dtype=torch.float32).T
p = torch.rand(4,1)
torch.nn.BCEWithLogitsLoss()(p, t)

• 对已创建的t手动转换为浮点类型

t = torch.tensor([[1, 0, 1, 1]]).T.float()
p = torch.rand(4,1)
torch.nn.BCEWithLogitsLoss()(p, t)

内容的提问来源于stack exchange，提问作者aroyc