1.函数原型：loss_func = nn.CrossEntropyLoss()
loss = loss_func(pre_label, label)
2.值得注意的点，这里的label不需要赋值one-hot编码类型，因为函数内部会自动将label变换为one-hot类型，如果这里赋值为one-hot编码，则会产生类似如下报错：
①：RuntimeError: multi-target not supported at /opt/conda/conda-bld/pytorch_1549635019666/work/aten/src
解决办法：使用数值标签，而非one-hot编码
②：expected type torch.cuda.DoubleTensor but got torch.cuda.FloatTensor
解决办法：针对这样的错误，我们之前提到过，基本原因就是函数所需要的参数类型和我们赋值类型不同，这里介绍一种改变torch中tensor的类型的函数：
data = data.type(torch.FloatTensor)
data = data.type(torch.LongTensor)
data = data.type(torch.FloatTensor)