loss = criterion(output, y_train.cuda())出现"nll_loss_forward_reduce_cuda_kernel_2d_index" not implemented for 'Int'

这个错误通常是由于 y_train 数据类型不正确导致的。nll_loss_forward_reduce_cuda_kernel_2d_index 是用于计算交叉熵损失的 CUDA 核函数，需要 y_train 的数据类型为 LongTensor 或者 ByteTensor。

你可以尝试将 y_train 转换为 LongTensor 或者 ByteTensor。如果 y_train 是一个 numpy 数组，可以使用 torch.from_numpy() 转换为 PyTorch 的 Tensor，并使用 .long() 或 .byte() 方法将其转换为 LongTensor 或者 ByteTensor。示例如下：

import torch
import numpy as np

# 假设 y_train 是一个 numpy 数组
y_train = np.array([0, 1, 2, 0, 1, 2])
y_train = torch.from_numpy(y_train).long()  # 转换为 LongTensor
# 或者
y_train = torch.from_numpy(y_train).byte()  # 转换为 ByteTensor

# 然后使用 y_train 计算损失
loss = criterion(output, y_train.cuda())

如果 y_train 已经是一个 PyTorch 的 Tensor，可以使用 .long() 或 .byte() 方法将其转换为 LongTensor 或者 ByteTensor，示例如下：

# 假设 y_train 是一个 PyTorch 的 Tensor
y_train = y_train.long()  # 转换为 LongTensor
# 或者
y_train = y_train.byte()  # 转换为 ByteTensor

# 然后使用 y_train 计算损失
loss = criterion(output, y_train.cuda())