在学习Pytorch迁移学习-蚂蚁蜜蜂中，尝试将其改成人脸识别，结果报错

RuntimeError：device-side assert triggered

网上都说是label的原因，经过学习发现的确是这个的原因。

model_ft = models.resnet18(pretrained=True)
num_ftrs = model_ft.fc.in_features
# Here the size of each output sample is set to 2.
# Alternatively, it can be generalized to nn.Linear(num_ftrs, len(class_names)).
model_ft.fc = nn.Linear(num_ftrs, len(class_names))

model_ft = model_ft.to(device)

criterion = nn.CrossEntropyLoss()

# Observe that all parameters are being optimized
optimizer_ft = optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)

# Decay LR by a factor of 0.1 every 7 epochs
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=7, gamma=0.1)

Here the size of each output sample is set to 2.
Alternatively, it can be generalized to nn.Linear(num_ftrs, len(class_names)).
这里，每个输出样本的大小设置为2。
或者，可以将其推广到nn.Linear（num-ftrs，len（类名））。

原模型是仅对蚂蚁和蜜蜂进行训练是两个类别，输出样本为2，但是我在改人脸识别时候是训练多个人的图片，这就相当于多个label，所以将代码改成

model_ft.fc = nn.Linear(num_ftrs, len(class_names))

即label对应class_names，说白了，就是你要分几类，label就改成几，且label从0开始[0,1,]
具体到模型内部还不太清楚
想要学习一下呢，访问pytorch太慢了，我也是TM的无语……