训练过程中的问题

[m828]

你好，非常优秀的工作，我在此基础上，想尝试加一个损失，我在其他模型上尝试成功了，但是在使用unimatch的代码上修改，就有问题，请指教！

output_d = output[:, 1:, :, :].sum(dim=1) output_f = output[:, 0, :, :] outs = torch.stack([output_f, output_d], dim=1)

尝试使用criterion(outs , mask)计算损失，出错： RuntimeError: CUDA error: device-side assert triggered CUDA kernel errors might be asynchronously reported at some other API call, so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1. Compile with TORCH_USE_CUDA_DSA to enable device-side assertions. 同样的损失函数，我在其他模型上可以顺利进行

[LiheYoung]

因为criterion是CrossEntropyLoss，而你的outs在dim-1上只有2维的feature map，如果mask中包含大于1的值就会出现这个错误。