Pytorch: 토치.nn.CrossEntropyLoss 정보

Torch.nn.CrossEntropyLoss 정보,
저는 pytorch를 배우고 있으며 anpr 프로젝트를 진행 중입니다.
(https://github.com/matthewearl/deep-anpr,
http://matthewearl.github.io/2016/05/06/cnn-anpr/)
연습으로 pytorch 플랫폼에 이식하십시오.

문제가 있습니다. nn.CrossEntropyLoss()를 손실 함수로 사용하고 있습니다.
기준=nn.CrossEntropyLoss()

모델의 output.data는 다음과 같습니다.
1.00000e-02 *
-2.5552 2.7582 2.5368 ... 5.6184 1.2288 -0.0076
-0.7033 1.3167 -1.0966 ... 4.7249 1.3217 1.8367
-0.7592 1.4777 1.8095 ... 0.8733 1.2417 1.1521
-0.1040 -0.7054 -3.4862 ... 4.7703 2.9595 1.4263
[torch.FloatTensor 크기 4x253]

그리고 target.data는 다음과 같습니다.
1 0 0 ... 0 0 0
1 0 0 ... 0 0 0
1 0 0 ... 0 0 0
1 0 0 ... 0 0 0
[torch.DoubleTensor 크기 4x253]

내가 전화할 때:
손실=기준(출력, 목표)
오류가 발생했습니다. 정보는 다음과 같습니다.
TypeError: FloatClassNLLCriterion_updateOutput이 잘못된 인수 조합을 수신했습니다. (int, torch.FloatTensor, torch.DoubleTensor, torch.FloatTensor, bool, NoneType, torch.FloatTensor)를 얻었지만 예상됨(int state, torch.FloatTensor 입력, torch.LongTensor 대상 , torch.FloatTensor 출력, bool sizeAverage, [torch.FloatTensor weights 또는 None], torch.FloatTensor total_weight)

'예상된 토치.LongTensor','torch.DoubleTensor가 있음', 하지만 대상을 LongTensor로 변환하는 경우:
토치.LongTensor(numpy.array(targets.data.numpy(),numpy.long))
loss=criterion(output,targets)을 호출하면 오류는 다음과 같습니다.
런타임 오류: /data/users/soumith/miniconda2/conda-bld/pytorch-0.1.10_1488752595704/work/torch/lib/THNN/generic/ClassNLLCriterion.c:20에서 다중 대상이 지원되지 않습니다.

내 마지막 운동은 mnist, pytorch의 예입니다. 약간 수정했습니다. batch_size는 4이고 손실 함수는 다음과 같습니다.
loss = F.nll_loss(출력, 레이블)
output.data:
-2.3220 -2.1229 -2.3395 -2.3391 -2.5270 -2.3269 -2.1055 -2.2321 -2.4943 -2.2996
-2.3653 -2.2034 -2.4437 -2.2708 -2.5114 -2.3286 -2.1921 -2.1771 -2.3343 -2.2533
-2.2809 -2.2119 -2.3872 -2.2190 -2.4610 -2.2946 -2.2053 -2.3192 -2.3674 -2.3100
-2.3715 -2.1455 -2.4199 -2.4177 -2.4565 -2.2812 -2.2467 -2.1144 -2.3321 -2.3009
[torch.FloatTensor 크기 4x10]

레이블.데이터:
8
6
0
1
[torch.LongTensor 크기 4]

레이블은 입력 이미지의 경우 단일 요소여야 하며 위의 예에서는 253개의 숫자가 있고 'mnist'에서는 하나의 숫자만 있으므로 출력의 모양이 레이블과 다릅니다.

나는 tensorflow 매뉴얼, tf.nn.softmax_cross_entropy_with_logits를 검토합니다.
'로지트와 레이블은 동일한 모양[batch_size, num_classes] 및 동일한 dtype(float32 또는 float64)을 가져야 합니다.'

이 경우 pytorch를 사용할 수 있습니까? 아니면 어떻게 할 수 있습니까?
많은 감사