总所周知用nn.CrossEntropyLoss()算损失的时候需要将input_data和label展开对齐，也就是必须符合：(N,C)和(N)的格式，而在NER任务中最后往往输出的是：(batch_size,seq_len,class_num) 和(batch_size,seqlen),所以需要这两个view一下。我的代码是：

  outputs = model(input_ids=input_ids)
  ouputs=outputs.view(-1, num_classes)  # (batch_size*seq_length, num_classes)
  labels = labels.view(-1)  # (batch_size*seq_length)
  #print(outputs.shape, labels.shape, labels.dtype)
  loss = criterion(outputs, labels)

根本看不出有什么不对劲。 但是debug总是显示这里维度不匹配，问了好几遍GPT，他也没看出来，直到一遍遍排查，我把GPT说的所有可能的错误都说了，又发给他看。

我噗呲一下笑出来—————气笑了。 人在无语的时候真的想笑，尤其搭配上GPT这个语气，他真的好像人一样

我的博客只有图片挂了CDN，我这小破博客的访问量，一个月也就花个几毛钱，我也一直一块一块的续，直到前几天，我刚充了一块钱， 过了一天就欠费了。。。本来早上都不想来工位的，奈何电脑在工位，我还跑到工位看了半天。

四张图片刷了我8个G，一张图片的大小也就是几MB，
而且还不是来自同一个IP。。。

我这小破博客也没个什么，纯个人维护，别盯着我整了。。。

竟然有通过GPT来访问我的，哈哈哈 何德何能也是污染上GPT的信息源了。