我是个新手,我正在研究DQN,我正在使用强化学习的时间序列,我需要对时间序列和一些传感器读数进行复杂的观察,所以我合并了两个神经网络,我不知道这是不是破坏了我的loss.backward或其他什么东西。optimizer.zero_grad() print(loss_v.dtype,grad_fn=)我尝试使用一个更简单的模型,但同样的问题,当我试图将输入转换为浮动时,我得到了一个错误:
Run
Net(100,1)n_samples = len(dataset)
在该文件中,data1.txt是一个csv格式的文本文件,其中包含某些数字,每个dataset[i]都是dtype torch.float64lib\site-packages\torch\nn\functional.py", line 1372, in linear
这个torch.dtype怎么叫?因为这里的错误表明它是不可调用的。在我使用floatTensor之前,它显示的错误是这样的can't convert np.ndarray of type numpy.object_,现在我使用float64,它显示错误'torch.dtypediabetes.py", line 35, in <module> TypeError: 'torch.dtype
我正在努力将我在网上找到的一些Pytorch代码(这是一个使用MNIST数据的2D图像分类示例;很抱歉,我失去了对原始源的跟踪,并且无法找到它)迁移到我需要的东西上,这就是将一维值集合转换为数字分数。当我调用model()时,我得到一个错误:RuntimeError: Expected object of scalar type Float but got scalar type Double for我的第一个困惑是,我找不到任何对Python的引用,即使有Double