torch.nn.CrossEntropyLoss怎样输入

在 PyTorch 中使用 `torch.nn.CrossEntropyLoss` 时，通常需要将模型的输出张量和对应的目标标签张量作为输入。具体来说，输入应该是两个张量：

1. 模型的输出张量，它通常是一个形状为 `(batch_size, num_classes)` 的二维张量，其中 `batch_size` 表示批量大小，`num_classes` 表示分类的类别数。

2. 对应的目标标签张量，它通常是一个形状为 `(batch_size, )` 的一维张量，其中每个元素都是一个整数，表示当前样本的真实类别。

例如，假设你有一个模型输出张量 `output`，形状为 `(4, 10)`，表示批量大小为 4，一共有 10 个类别。假设对应的目标标签张量为 `target`，形状为 `(4, )`，则可以使用以下代码计算交叉熵损失：

import torch.nn as nn

criterion = nn.CrossEntropyLoss()
loss = criterion(output, target)

其中 `loss` 表示计算得到的交叉熵损失。