Assertion `t ＞= 0 && t ＜ n_classes` failed.报错解决办法_assertion `t >= 0 && t < n_classes` failed.

之前在做自定义的dataset的时候其实也遇到过，但是没太在意，现在又遇到了所以记录一下，网上讲解有挺多，说一下我遇到的这种。除了上面这个断言还会有如下的报错提示。

可以看出出错的地方基本上就是在损失函数那个地方。本人较为愚钝，翻了半天也没搞懂标签哪错了（PS：有人的这种情况是全连接层输出和他用的训练集的输出不一样导致），后来才知道原因：数据集的标签要从0开始，因为交叉熵损失的y_hat（真实标签）的取值范围是[0,类别数-1],从0开始算的到类别数-1就是你的类别数。如果不是的话就会报上面标题的错误Assertion t >= 0 && t < n_classes failed.注意这里t是在**[0,num_class)**之间的。因此解决这个问题的方法就是在你自定义的dataset中，把你重写的

def __getitem__(self, index):

这个函数中返回的真实标签值设置为[0,num_class)，如果你有10类，那么你的label的取值就是[0，1，2，3，4，5，6，7，8，9]，这样就解决了。