这个报错是你做单输出二分类的时候，损失函数要求 target 标签是 long 类型，但你的标签现在是 float 类型，而且你用的是 CrossEntropyLoss，单输出（N,1）的结构本身和 CrossEntropyLoss 设计就不匹配，很多人只想单纯改标签类型来解决，这里要先说清楚：只改标签类型大概率没法彻底跑通，要先分清损失函数对应的标签格式，CrossEntropyLoss 做二分类一般要求输出是 2 个通道，标签 long；而单输出二分类标准搭配是 BCEWithLogitsLoss，它反而要求标签是 float，这就是这个坑最容易踩的地方，报错文字提示要 Long，是因为当前代码里写的损失函数是 CrossEntropyLoss，不是 BCE 系列损失。
一、报错根源清单
- 损失函数和模型输出不匹配：模型最后一层只输出 1 个值（单输出二分类），但是 loss 用了 CrossEntropyLoss，CrossEntropyLoss 默认期待类别索引 long 标签
- 标签 dtype 不对：传给 CrossEntropyLoss 的 target 是 float，触发 Expected scalar type Long 提示
- 形状问题：标签 shape 是 (N,1) 二维，CrossEntropyLoss 的类别索引标签一般要求一维 (N,)
- 混淆两套二分类写法：一套是 2 路输出 + CrossEntropyLoss+long 标签；一套是单路输出 + BCEWithLogitsLoss+float 标签，两套不能混用
二、两种修复方案（包含只改标签类型的方案）
方案 1：保留 CrossEntropyLoss，只改标签类型 + 调整输出（对应报错提示的 long 要求）
- 标签转 long：target = target.long ()
- 标签压平一维：target = target.squeeze (-1)
- 模型输出改成 2 通道，比如最后一层 nn.Linear (hidden_dim,2)
缺点：改动了模型输出层，不是纯单输出写法
方案 2：维持单输出二分类（推荐，不用改模型输出）
- 损失函数换成 BCEWithLogitsLoss
- 标签改成 float：target = target.float ()
- 保证标签 shape 和模型输出 shape 一致，都是 (N,1)
这个就是标准单输出二分类写法，不会出现这个 Long 报错
三、两种写法对照表格
| 方案 | 模型输出 shape | 损失函数 | target 要求类型 | target 形状 | 是否会报这个 Long 错误 |
|---|---|---|---|---|---|
| 二分类两路输出 | (batch,2) | CrossEntropyLoss | long | (batch,) | 修复后不报 |
| 单输出二分类 | (batch,1) | BCEWithLogitsLoss | float | (batch,1) | 不会报 |
| 错误混用 | (batch,1) | CrossEntropyLoss | float | (batch,1) | 直接触发该报错 |
四、校验步骤
- 打印信息确认：print (output.shape, target.shape, target.dtype)，看清楚输出、标签形状和类型
- 如果你坚持只改标签为 long、不改模型输出，就算类型不报错，后面会出现 IndexError，因为类别数只有 1，标签 1 越界
- 优先推荐单输出搭配 BCEWithLogitsLoss，这才是单输出二分类原生写法，不用强行适配 CrossEntropyLoss
五、总结
报错文字只是告诉你 CrossEntropyLoss 需要 long 标签，但单输出二分类场景下，单纯把标签改成 long 是治标不治本，还会引出索引越界的新报错；想要保留单输出结构，核心是更换损失函数为 BCEWithLogitsLoss，再把标签转为 float；只有模型输出改成两个类别通道的时候，才适合把标签转 long 继续用 CrossEntropyLoss。
【相关 FAQ】
问题 1：Expected scalar type Long for argument 2 target，单输出二分类只改标签类型能修好吗？
回答 1：Expected scalar type Long for argument 2 target 这个报错，单输出二分类只把标签改成 long，只能消除类型报错，大概率会出现标签索引越界，因为 CrossEntropyLoss 不适合单输出的结构，不推荐只改标签类型。
问题 2：单输出二分类遇到 Expected scalar type Long for argument 2 target，BCEWithLogitsLoss 标签要 long 还是 float？
回答 2：单输出二分类搭配 BCEWithLogitsLoss 时，遇到 Expected scalar type Long for argument 2 target，标签不能用 long，标签必须是 float 类型，和模型输出 shape 对齐。
问题 3：CrossEntropyLoss 报 Expected scalar type Long for argument 2 target，二分类标签 long 之后还要调整什么？
回答 3：CrossEntropyLoss 报 Expected scalar type Long for argument 2 target，标签转 long 之后，二分类模型输出要改成 2 个 logit 通道，标签 shape 压缩成一维，标签值只能是 0 和 1。
【参考资料】
[2026-01-16]（RuntimeError Expected object of scalar type Long but got scalar type Float PyTorch BCELoss）CodeGenes
[2025-11-24]（PyTorch 二元分类损失 BCEWithLogitsLoss 常见陷阱）Runebook
[2023-07-20]（Replacing CrossEntropyLoss with BCEWithLogitsLoss）PyTorch 论坛
[2022-02-04]（RuntimeError 0D or 1D target tensor expected）PyTorch 论坛
【免责声明】
本文内容仅针对 PyTorch 该标签类型报错场景提供调试方案，不同 PyTorch 版本、自定义数据集、Trainer 封装代码存在差异，标签类型、损失函数搭配方案仅供调试参考，不保证适配全部训练代码，因修改标签类型、更换损失函数造成的训练不收敛、梯度异常等问题自行承担风险。
本文来自作者[零矢映象使]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/rgzn/202611/630.html
评论列表（4条）
我是乌兰科技网的签约作者“零矢映象使”！
希望本篇文章《Expected scalar type Long for argument 2 target 单输出二分类标签类型报错修复》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：这个报错是你做单输出二分类的时候，损失函数要求 target 标签是 long 类型，但你的标签现在是 float 类型，而且你用的是 CrossEntropyLoss，单输出（N,1）的结构本身和 CrossEntropyLoss 设计就不匹配，很多人只想单纯改标签类型来解决，这里要先说清楚：只改标签类型大概率没法彻底跑通，要先分清损失函数对应的标签格式，CrossEntropyLoss 做二分类一般要求输出是 2 个通道，标签 long；而单输出二分类标准搭配是 BCEWithLogitsLoss，它反而要求标签是 float，这就是这个坑最容易踩的地方，报错文字提示要 Long，是因为当前代码里写的损失函数是 CrossEntropyLoss，不是 BCE 系列损失。