1only batches of spatial targets supported (non-empty 3D tensors) but got targets of size: : [1, 3,

使用CrossEntropy是常见到如上错误：

例如：

criterion = nn.CrossEntropyLoss()

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

其中，logit: torch.Size([4, 31, 256, 256]);  target: [4, 256, 256, 1]

就会出现1only batches of spatial targets supported (non-empty 3D tensors) but got targets of size的错误

更多信息可参考：https://www.computationalimaging.cn/2020/01/1only-batches-of-spatial-targets.html

错误原因：

Pytorch的CrossEntropy官方文档截图如下：

显然，其中N=4, C=31, d1=d2=256, 故target中的1是多余的，是报错的原因。

解决方案：

loss = criterion(logit, torch.squeeze(target).long())

将target变为[4, 256, 256]即可。