Pytorch错误:输入应为标量类型Long，但找到了Float
PyTorch错误：输入应为标量类型Long，但找到了Float。
问题描述： 当使用PyTorch进行深度学习模型训练或推理时，可能会遇到这样的错误信息："输入应为标量类型Long，但找到了Float"。这个错误提示表明，在某个地方的输入数据类型应为整数类型（Long），但实际上传入的是浮点数类型（Float）。
可能原因： 这个错误通常出现在以下情况下：
- 数据集标签的数据类型错误，例如将标签定义为浮点数而不是整数。
- 模型的最后一层输出与标签的数据类型不匹配。
- 使用了包含浮点数的索引。
解决方案： 针对这个错误，可以采取以下一些步骤来解决问题：
- 检查数据集标签的数据类型：确保数据集标签的数据类型正确地定义为整数类型（Long）而不是浮点数类型（Float）。
- 检查模型输出和标签的数据类型匹配：确保模型的最后一层输出与标签的数据类型匹配。例如，如果标签是整数类型（Long），则模型最后一层的输出应为Long类型。
- 检查索引使用情况：如果在代码中有使用索引的地方，确保索引使用的是整数类型（Long），而不是浮点数类型（Float）。
- 数据类型转换：根据实际情况，可以通过将输入数据转换为正确的数据类型来解决该问题。例如，使用
tensor.long()将浮点数张量转换为整数类型张量。
总结： PyTorch错误："输入应为标量类型Long，但找到了Float"通常是由于数据类型不匹配导致的。检查数据集标签的数据类型、模型输出与标签的数据类型匹配以及索引使用情况，根据实际情况进行数据类型转换，可以解决这个问题。
腾讯云相关产品： 对于在腾讯云上使用PyTorch进行深度学习的用户，腾讯云提供了多个相关产品和服务，例如：
- AI 引擎：https://cloud.tencent.com/product/aiengine
- 弹性GPU服务：https://cloud.tencent.com/product/gpu
- 训练作业：https://cloud.tencent.com/product/dltrain
请注意，以上提到的产品仅为示例，并非为解决该PyTorch错误提供特定解决方案。选择合适的产品和服务应根据具体需求和情况进行评估和决策。
相关·内容
我正在使用pytorch来训练模型。但当它计算交叉熵损失时，我得到了一个运行时错误。
Traceback (most recent call last):
File "deparser.py", line 402, in <module>
d.train()
File "deparser.py", line 331, in train
total, correct, avgloss = self.train_util()
File "deparser.py", line 362, in train_util
浏览 1提问于2018-08-13得票数 10
回答已采纳
我想详细了解pyTorch RNN模块。在这里，我创建了一个非常简单和基本的例子：
import torch.nn as nn
# example input data
i_data = torch.arange(1,10).reshape((9,1))
rnn = nn.RNN(1, 1, 1, batch_first=False) # input_size, hidden_size, num_layers
# Predefined weight and bias values to recalculate the RNN's result.
state_dict = rnn
浏览 0提问于2023-05-28得票数 0
我正在尝试使用Pytorch将CPU模型转换为GPU，但我遇到了一些问题。我在科拉布上运行这个，我相信Pytorch能探测到GPU。这是一个深度Q网络(RL)。
我宣布我的网络为：Q = Q_Network(input_size, hidden_size, output_size).to(device)
当我试图通过网络传递参数时，我遇到了一个问题(它希望输入cuda，但得到cpu类型)，所以我添加了.to(设备)：
batch = np.array(shuffled_memory[i:i+batch_size])
b_pobs = np.array(batch[:, 0].tolist(),
浏览 0提问于2020-06-03得票数 1
回答已采纳
我试图使用AlexNet作为从.wav文件数据导出的3通道图像输入的功能提取器。我有输入的特征提取器的形状(593, 3, 227, 227)。但是，当使用AlexNet模型时，我会得到错误
Traceback (most recent call last):
File "MainUI.py", line 1625, in <module>
main(False)
File "MainUI.py", line 1604, in main
accuracy_measurement(oversample)
File "
浏览 1提问于2020-07-05得票数 2
我正在尝试用pytorch实现这段代码： self.scale_var = tf.Variable(
0.1, name='scale_var',
trainable=True,
dtype=tf.float32,
constraint=lambda x: tf.clip_by_value(x, 0, np.infty)) 我希望有一个可训练的标量值，并希望在损失函数中使用此值缩放常数。下面提到的代码合适吗？ class pytorch_variable(nn.Module):
def _
浏览 157提问于2020-01-18得票数 1
1回答
假设我定义了一个神经网络；m:r^2x Net_params -> R^2；y= M(x，theta)，我需要一种方法来得到在特定输入下求出的梯度:dM/dx_x=x_0和dM/d_theta x=x_x_
我想使用PyTorch来实现
class NeuralNetwork(nn.Module):
def __init__(self):
super().__init__()
self.linear_relu_stack = nn.Sequential(
nn.Linear(2, 20, dtype=float),
浏览 5提问于2022-11-25得票数 0
来自我的代码的代码片段：
max = torch.tensor([3])
if USE_CUDA: max = max.cuda()
max_embedding = self.max_embedding(max) # dim of max_embedding: 1*5
item_dict = {}
for item in item_list:
item = torch.tensor(item)
if USE_CUDA: item = item.cuda()
item_embedding = self.item_embedding(item) # dim of item
浏览 0提问于2019-11-16得票数 1
9回答
我最近遇到了，它可以使用模除很容易地解决，但输入是一个浮点数：
给定一个周期函数(例如sin)和一个只能在周期范围内计算它的计算机函数(例如-π，π)，就可以生成一个可以处理任何输入的函数。
“显而易见”的解决方案类似于：
#include <cmath>
float sin(float x){
return limited_sin((x + M_PI) % (2 *M_PI) - M_PI);
}
为什么这个不起作用？我得到了这个错误：
error: invalid operands of types double and double to binary opera
浏览 69提问于2011-05-24得票数 84
回答已采纳
我正在编写一个constrexpr函数，它要么是CArray T(&)(N)，要么是std::array。我想我得写两个函数(如果你知道的话，我很乐意知道)，
但是我担心我用std：：数组写的东西
constexpr float LinInterp01(const std::array<float, N>& inArray, float inX);
在编写constrexpr函数时是否正确？
我认为这应该是因为在编译时编译器会实例化一个副本，而且编译时没有L值的概念。
能给我解释一下吗？
浏览 4提问于2015-01-12得票数 1
回答已采纳
1回答
PyTorch何时自动转换张量数据类型？为什么它有时会自动执行，而有时会抛出和出错？ 例如，这会自动将c强制转换为浮点数： a = torch.tensor(5)
b = torch.tensor(5.)
c = a*b
a.dtype
>>> torch.int64
b.dtype
>>> torch.float32
c.dtype
>>> torch.float32 但这会抛出一个错误： a = torch.ones(2, dtype=torch.float)
b = torch.ones(2, dtype=to
浏览 14提问于2019-01-12得票数 4
我正试图用PyTorch编写一个简单的CNN，但在我的第一层中出现了一个错误。下面的代码行将产生错误RuntimeError: Expected object of scalar type Long but got scalar type Float for argument #3 'mat1' in call to _th_addmm_，尽管我将输入设置为Long。第3行中的print语句也给出了torch.LongTensor，但是第四行仍然抛出错误。
import torch
import torch.nn as nn
data = torch.randint(low=
浏览 1提问于2022-09-15得票数 0
回答已采纳
我正在使用pytorch nn模块的MSE损失函数计算训练期间的损失，如下所示：
loss = criterion(prediction, truth)
loss = loss.to(torch.double)
optimizer.zero_grad()
loss.backward()
optimizer.step()
但出于某种原因，我一直在犯错误：
---> 54 loss.backward()
浏览 8提问于2022-04-11得票数 0
我正在尝试使用pix2pixHD预训练模型生成我自己的图像。
数据集中的图像必须是没有alpha通道的灰度图像。存储库中的图像大小为16 bitPerSample，我有大小为8和16 bitsPerSample的图像。
当我使用sips -g all检查我的图像和存储库中的图像时。这是我得到的结果：
pixelWidth: 2048
pixelHeight: 1024
typeIdentifier: public.png
format: png
formatOptions: default
dpiWidth: 72.000
dpiHeight: 72.000
samplesPerPixel:
浏览 0提问于2017-12-15得票数 1
我只是在学习使用Springboot的graphql，并且尝试了这个链接的例子。现在我遇到了一个问题，无法理解它为什么要抛出这个错误。
有人能帮我指出我犯了什么错误吗？
错误： graphql.kickstart.tools.SchemaClassScannerError: Unable to match type definition (TypeName{name='Long'}) with java type (class java.lang.Long): No TypeDefinition for type name Long
author.graphqls
type A
浏览 8提问于2021-07-08得票数 1
我的pytorch神经网络的输出是float64类型的数据。此变量必须用作像素偏移量，因此我需要将其转换为long类型。
然而，我刚刚发现转换out=out.long()将变量属性".requires_grad“切换为False。
如何将其转换为长时间维护".requires_grad“为true？
浏览 20提问于2021-05-01得票数 0
3回答
我正在尝试将我的LSTM异常检测Pytorch模型导出到ONNX，但遇到错误。请看我下面的代码。
注意:我的数据形状为2685，5，6。这里是我定义模型的地方：
class Model(torch.nn.Module):
def __init__(self, input_dim, hidden_dim, layer_dim):
super(Model, self).__init__()
self.hidden_dim = hidden_dim
self.layer_dim = layer_dim
self.lstm =
浏览 3提问于2019-08-01得票数 4
1回答
为什么在推理中使用变量()？
、、、、
我正在学习用于图像分类任务的PyTorch，我遇到了一些代码，其中有人在其预测函数中使用了PyTorch Variable()：
def predict_image(image):
image_tensor = test_transforms(image).float()
image_tensor = image_tensor.unsqueeze_(0)
input = Variable(image_tensor)
input = input.to(device)
output = model(input)
index = output.data
浏览 2提问于2021-04-18得票数 2
回答已采纳
1回答
理解C11类型层次结构
、、、、
我想充分理解C11语言的类型层次结构，并以图形的方式呈现它(树图将是完美的)。该标准没有为这一问题提供任何数字-有30点描述了个别类型和它们之间的关系。我想画它。
我的尝试从获取开始，并从文档第6.2.5节提取所有基本语句。然后，我开始把知识重新整理成一棵树。让我分两步介绍我的工作。
步骤1:要点1-15
提取的知识(指6.2.5 +特定的生产)：
1类型=对象类型+函数类型；
4标准符号整数类型= signed char、short int、int、long int、long long int；
4有符号整数类型=标准有符号整数类型+扩展有符号整数类型；
6标准无符号整数类型
浏览 12提问于2013-12-08得票数 34
回答已采纳
1回答
假设我们在PyTorch中有以下神经网络
seq_model = nn.Sequential(
nn.Linear(1, 13),
nn.Tanh(),
nn.Linear(13, 1))
具有以下输入张量
input = torch.tensor([1.0, 1.0, 5.0], dtype=torch.float32).unsqueeze(1)
我可以在网上跑过去
seq_model(input)
tensor([[-0.0165],
[-0.0165],
[-0.2289]], grad_fn=<TanhBackward0>)
也许我也可以得
浏览 1提问于2022-02-08得票数 0
回答已采纳
我正在尝试用pyTorch训练我的第一个神经网络(我不是一个程序员，只是一个困惑的化学家)。
网络本身应该接受1064个元素向量，并用浮点数对它们进行评级。
到目前为止，我遇到了各种各样的错误，从“浮动而不是长”到“目标1超出界限”。因此，我重新定义了dtype，修正了输入向量的维数，改变了损失函数，现在我在纠正当前错误时陷入了困境，使我回到了以前的错误。
即：
ValueError: Target size (torch.Size([1000])) must be the same as input size (torch.Size([1000, 1]))
在'loss=loss_c
浏览 2提问于2021-01-02得票数 3
回答已采纳
我正在尝试使用C++张量API为PyTorch编写一个C++/CUDA扩展，我希望我的代码可以同时使用float32和float16 (半精度)。我不确定如何访问来自Python的半张量的数据指针。
下面是我如何对浮点张量执行此操作：
// Access data pointer for float Tensor A
torch::Tensor A;
float* ptr = A.data<float>();
下面是我尝试过的半张量：
// CUDA float 16 type
// undefined symbol: _ZNK2at6Tensor4dataI6__halfEEPT
浏览 39提问于2019-10-30得票数 3
回答已采纳
在训练BERT分类器时，我遇到了以下错误。这个 type(b_input_mask) = type(b_labels) = torch.Tensor
type(b_labels[i]) = tensor(1., dtype=torch.float64)
type(b_input_masks[i]) = class'torch.Tensor' 这里可能的数据类型错误是什么，因为我没有将任何变量类型转换为long或double？ 提前感谢！ ?
浏览 29提问于2020-06-16得票数 2
1回答
根据Conv2D(c_in，c_out)的Pytorch文档(其他参数与这个问题无关)：
c_in是输入image.c_out的信道数，是卷积层产生的信道数。
我不明白的是有多少内核/过滤器。在许多帖子中，我看到c_out确实是内核的数量，这意味着如果我有一个3个通道的输入图像，并且设置了c_out=10，输出将是30个通道，但实际上我得到了10个通道。
浏览 6提问于2022-09-21得票数 1
对于相同的输入和标签：
pytorch.nn.CTCLoss的输出为5.74，
tf.nn.ctc_loss的输出为129.69，
但math.log(tf ctc loss)的输出为4.86
那么pytorch.nn.CTCLoss和tf.nn.ctc_loss有什么区别呢？
tf: 1.13.1
pytorch: 1.1.0
我试过这样做：
log_softmax输入，然后发送给pytorch.nn.CTCLoss，
tf.nn.log_softmax输入，然后将其发送到tf.nn.ctc_loss
直接将输入发送到tf.nn.ctc_loss
直接将输
浏览 1提问于2019-08-05得票数 2
该函数为cyclic.c。
void cyclic(float a[], float b[], float c[], float alpha, float beta,
float r[], float x[], unsigned long n)
// Solves for a vector x[1..n] the “cyclic” set of linear equations. a,
//b, c, and r are input vectors, all dimensioned as [1..n], while alpha and beta are
浏览 2提问于2014-03-19得票数 3
回答已采纳
关于backward()的pytorch问题。在下面复制和粘贴的pytorch 中，它们将向量[0.1, 1.0, 0.0001]传递给backward()。我可以直观地猜测为什么传入的向量[0.1, 1.0, 0.0001]形状是3，但我不明白值0.1，1.0，0.0001从哪里来。我看过的另一个教程中的向后向量传递是这样完成的：L.backward(torch.ones(L.shape))
# copied from blitz tutorial
Now in this case y is no longer a scalar. torch.autograd could not compu
浏览 8提问于2019-10-29得票数 0
回答已采纳
我正在将一个自定义的Pytorch模型转换为ONNX。但是，当使用ONNXRuntime加载它时，我遇到了如下错误： onnxruntime.capi.onnxruntime_pybind11_state.RuntimeException: [ONNXRuntimeError] : 6 : RUNTIME_EXCEPTION : Exception during initialization: ...onnxruntime/core/providers/cpu/tensor/transpose.h:46 onnxruntime::TransposeBase::TransposeBase(co
浏览 3354提问于2021-08-16得票数 2
回答已采纳
我在尝试使用binaryExpr时遇到了问题。这是我第一次使用它，所以我一直在跟踪
对于我的使用，我需要一个函子与本征类型的输入和输出，但这不想编译，我不明白为什么。我已经在代码中查找了解释，但我认为这不适用于这里，因为我使用了浮点数和一个浮点数数组
// We require Lhs and Rhs to have "compatible" scalar types.
// It is tempting to always allow mixing different types but remember that this is often impossible in th
浏览 9提问于2017-10-25得票数 2
回答已采纳
1回答
我只想使用ForwardDiff.jl功能来定义一个函数并绘制它的梯度(使用ForwardDiff.gradient进行评估)。它似乎不起作用，因为ForwardDiff.gradient的输出是一种奇怪的Dual类型，而且很难转换成所需的类型(在我的例子中，是Float32s的一维数组)。
using Plots
using ForwardDiff
my_func(x::Array{Float32,1}) = 1f0. / (1f0 .+ exp(3f0 .* x)) # doesn't matter what this is, just a sigmoid function he
浏览 2提问于2020-11-13得票数 3
回答已采纳
我是PyTorch新手，正在尝试重现这个项目：https://github.com/eXascaleInfolab/ActiveLink 然而，feedforward()中出现了错误，这几天一直困扰着我，这里是代码的一部分(有关该模型的完整代码，请参阅https://github.com/eXascaleInfolab/ActiveLink/blob/master/models.py )： def forward(self, e1, rel, batch_size=None, weights=None):
......
e1_embedded = self.emb_e(e1)
浏览 305提问于2020-08-21得票数 0
回答已采纳
2回答
我们知道的标量类型有：int, char, float,等，但指针也是标量类型。它是包含指向类类型的指针，还是只包含标量类型的指针？
浏览 2提问于2011-12-27得票数 1
回答已采纳
1回答
我正在尝试编写一个函数来计算给定输入的Simpson积分。这些输入的一部分可以是float或np.array的形式。
目前，我的功能如下：
s = np.array([0.2,0.3,0.4])
@np.vectorize
def recovery(s,R0,n):
x = np.linspace(s,1,n)
y = 1/(x*R0(x))
ans = simp(y,x)
return ans
这可以很好地工作，并返回：
array([a, b, c]) ## Where a, b and c are the correct answers
但是，如果我
浏览 0提问于2020-05-30得票数 1
我在pytorch官方网站上注意到了这一点：https://pytorch.org/docs/stable/nn.html 如果满足以下条件： 1)启用cudnn， 2)输入数据在GPU上， 3)输入数据类型为torch.float16， 4)采用V100图形处理器， 5)输入数据不是PackedSequence格式。 然后，可以选择持久算法来提高性能。 有人能解释一下吗？谢谢。
浏览 15提问于2019-05-24得票数 4
1回答
我想提示用户输入学生年龄的值。运行时，它将返回此年龄段的所有学生。 def find():
mydb = myclient["DW1"]
docs = mydb["student"]
age = input("Enter Age: ")
query = {"student.age": age}
students = docs.find(query)
for stu in students:
print(stu) 出现提示，用户可以输入值，但不幸的是什么都没有发生。
浏览 15提问于2019-04-28得票数 0
回答已采纳
我是PyTorch的新手，正在尝试实现我用TF开发的模型，并比较结果。该模型是一个自动编码器模型。输入数据是包含n个样本的csv文件，每个样本具有m个特征( csv文件中的n*m个数字矩阵)。目标(标签)位于与输入文件格式相同的另一个csv文件中。我一直在网上寻找，但找不到一个好的文档来读取csv文件中的多个标签的非图像数据。你知道如何在训练过程中读取和迭代我的数据吗？
谢谢
浏览 1提问于2020-05-07得票数 0
我正在尝试创建一个名为JSONObject的自定义标量类型，该类型将应用于将接受JSON格式文档数组的输入参数，但无法使其工作。
该类型正在进入石墨化开发接口，但该类型不能准确地描述我认为它所描述的内容，因为它表示希望字段是我定义的JSONObject类型。我甚至尝试过创建一个类型，它将接受任何非空或未定义的内容，并且它的行为仍然是相同的。
代码：
标量输入输出
对于任何一个示例，这种情况都不会改变。
Scalars: {
Date: {
Input: Date;
Output: Date;
};
浏览 9提问于2022-11-08得票数 1
有几种方法可以根据输入参数重载C函数，但我发现没有一种方法会使C函数返回值。
对于返回float或long的float输入，请考虑以下内容
用作
long myLval = to_num("65");
float myFval = to_num("34.67");
若要重载返回类型，则需要预处理程序将输入字符串解析一段时间，并将to_num宏替换为to_numF或to_numL。
伪码
(#)define to_num(A) ("A" contains period == true) ? to_numF(A) : to_numL(A);
lo
浏览 2提问于2017-01-02得票数 2
回答已采纳
2回答
如何为各种标量值专门化多个模板？(例如int、float、size_t、uint32_t和在stdint头中定义的类型)？
我能避免对每种类型的每个模板进行专门化吗？如果可能的话，我不想使用boost或其他非标准库。
在有一些解决方案
用多个函数替换每个模板。每种标量类型都有一个函数。(但有许多模板。这将意味着编写许多函数。)
如果模板采用非标量类型，则失败。(但我也想为数组类型编写模板。这意味着我需要更改函数的名称。一组函数名，用于标量-标量计算。另一组标量矩阵计算。另一套矩阵-矩阵计算。如果我试图超载操作员，我想这是行不通的。)
Nawaz的元编程解决方案。在这种情况下，与解决
浏览 6提问于2016-09-09得票数 1
回答已采纳
我有一个半精度的输入，可能是一个数组标量x = np.float32(3)。我想在上面加上一个：y = x + 1。然而，y将是float64而不是float32。
我只能想到两个解决办法：
float32convert 将输入转换为1d数组：x = np.float32([3])，从而使y = x + 1成为y = x + 11，从而降低精度：y = np.float32(3) + np.float16(1)是float32
但是，我有很多函数，所以上面的修正要求我在每个函数中添加if- each语句.有什么更好的方法吗？谢谢!
浏览 12提问于2022-06-03得票数 1
回答已采纳
1回答
我目前正在建立一个关于PyTorch的理解，我遇到了一些用C语言编写的代码。由于我对C约定不太熟悉，有人能详细说明这段代码意味着什么吗？
typedef float float4 __attribute__((ext_vector_type(4)));
typedef float float8 __attribute__((ext_vector_type(8)));
#define LoadFloat8(PTR) *((const float8 *)(PTR))
代码摘自
浏览 10提问于2020-07-03得票数 0
回答已采纳
我试着通过运行一个模型来纠正英语语法。 我的开发环境是Linux + Anaconda3 + Python 3.6 + CUDA 9.0 + tensorflow1.9.0 在我运行模型之后，测试出现了以下问题： Traceback (most recent call last):
File "./generate.py", line 236, in <module>
main(args)
File "./generate.py", line 93, in main
fluency_scorer = FluencyScore
浏览 93提问于2019-04-03得票数 0
回答已采纳
2回答
我试着使用Pytorch的函数，但是无法得到我理解的结果.
下面是一个简单的示例，其中内核(filt)与输入(im)大小相同，以解释我要寻找的内容。
import pytorch
filt = torch.rand(3, 3)
im = torch.rand(3, 3)
我想要计算一个没有填充的简单卷积，所以结果应该是一个标量(即1x1张量)。
我和conv2d试过这个
# I have to convert image and kernel to 4 dimensions tensors to use conv2d
im_torch = im.reshape((im_height, fil
浏览 3提问于2019-05-05得票数 5
使用生成器，我创建了随机批处理，如下所示：
import torch
n = 10
batch_size = 2
x = torch.zeros((batch_size, n), dtype=torch.float)
in_flags = torch.randint(n, (batch_size,), dtype=torch.long)
for idx, row in enumerate(x):
row[in_flags[idx]] = 1.0
但这样做的缺点是循环在Python中运行。这就是嵌入的原始含义(不要与PyTorch nn.embedding混淆)。有没有可能用一个P
浏览 5提问于2019-07-08得票数 0
我必须写一个程序，我输入两个数字，然后程序计算平均值。我想写我的程序，如果我输入两个十进制数，程序将调用float函数，如果我输入两个整数，它将调用integer函数，输入两个长数字，它将调用long函数。
我遇到的主要问题是选择变量类型。因为如果我使用long类型作为变量，但用户输入的两个数字是decimal，那么程序将调用long函数，平均值将作为long变量输出。
这是我到目前为止所得到的：
#include <iostream>
int average(int, int);
long average(long, long);
float average(float, fl
浏览 0提问于2011-08-10得票数 3
我正在试图计算PyTorch中变量的梯度。然而，有一个RuntimeError告诉我，输出和梯度的形状必须相同。然而，在我的例子中，输出和梯度的形状是不一样的。下面是我要复制的代码：
import numpy as np
import torch
from torch.autograd import Variable as V
ne = 3
m, n = 79, 164
G = np.random.rand(m, n).astype(np.float64)
w = np.random.rand(n, n).astype(np.float64)
z = -np.random.rand(n).a
浏览 2提问于2020-03-16得票数 7
回答已采纳
1回答
我试图为我的顶点着色器编写顶点描述符，它使用以下结构作为stage_in输入。
struct VertexIn {
float2x2 foo;
}
vertex float4 vertexShader(const VertexIn in [[stage_in]]) {...}
现在，当定义顶点描述符的属性时，MTLVertexFormat？vertexDescriptor.attributes[0].format = ???应该是什么
我翻阅了文档，没有找到任何关于矩阵的案例。如果将格式设置为float2，并给出2*大小的float2，是否可以
浏览 6提问于2022-08-25得票数 2
在一个训练循环的中间，我有以下PyTorch深度学习代码：
loss.backward()
loss具有以下值：
tensor(434.3251, device='cuda:0', dtype=torch.float64, grad_fn=<MeanBackward0>)
我得到了这个错误：
File "[,,,]/torch/autograd/__init__.py", line 154, in backward
Variable._execution_engine.run_backward(
RuntimeError:
浏览 9提问于2022-05-23得票数 0
1回答
我正在尝试创建一个泛型的表抽象类，我可以用它来表示集合和减少样板。
这是我第一次尝试：
abstract class StringCollectionTable[A](tag: Tag,
name1: String, name2: String,
table: TableQuery[A], idMapper: A => Rep[Long])
extends Table[(Long, String)](tag, name1+"_&#
浏览 10提问于2016-09-14得票数 0
回答已采纳
当然，0d数组是标量数组，但Numpy似乎不这么认为...我是否遗漏了什么，或者我只是误解了概念？
>>> foo = numpy.array(1.11111111111, numpy.float64)
>>> numpy.ndim(foo)
0
>>> numpy.isscalar(foo)
False
>>> foo.item()
1.11111111111
浏览 1提问于2009-04-21得票数 75
回答已采纳
我正在学习pytorch，并将基于tensorflow (，)的anpr项目作为练习，将其移植到pytorch平台。
有一个问题，我使用nn.CrossEntropyLoss()作为损失函数：
criterion=nn.CrossEntropyLoss()
模型的output.data为：
- 1.00000e-02 *
- 2.5552 2.7582 2.5368 ... 5.6184 1.2288 -0.0076
- 0.7033 1.3167 -1.0966 ... 4.7249 1.3217 1.8367
- 0.7592 1.4777 1.8095 ... 0.
浏览 3提问于2017-04-14得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
