我使用了pytroch实现了GRU，调用了原有的模型，然后先是报了输入数据缺少维度的问题，当我使用
X_train = X_train.reshape( X_train.shape[0], 1, X_train.shape[1])之后，在loss函数却出现了ValueError: Expected target size (128, 10), got torch.Size([128])的报错，
我不清楚为什么会有这个问题，因为原本的BPNN的代码中也是这样使用的loss函数，没有问题，这里的loss函数使用的是交叉熵损失
loss_function = torch.nn.CrossEntropyLoss()，我也知道这个错误是维度的问题，可是怎么改，我毫无头绪，请大佬指点
函数
具有batch_first = True [batch_size，seq_len，features]`的output张量。
根据您的描述，我想您想使用上一步骤的激活进行分类，因此您可能希望通过以下方式对其进行切片：
nn.LSTMis returned in the shape
lstm_out, hidden = self.lstm(embeddings_out, hidden)
lstm_out = lstm_out[:, -1]
并进一步处理该张量。
你的 shape 是不是（128，？， 10）？查查看。
print(x.shape)
你error说 ： 这里是128 这个消失了 X_train = X_train.reshape( X_train.shape[0], 1, X_train.shape[1])
对不起，看反了。你是少了数据。你的码show来看看。
代码不完整，值出现问题
“预期的目标尺寸{}，得到了{}”，目标尺寸错误，请从train_dataloader检查标签。
x_train=x_train.reshape((x_train.shape[0],x_train.shape[1],1))
修改一下