Функция потери обучения Pytorch выдает: «TypeError: объект 'Tensor' не может быть вызван» - PullRequest
Новая
       47

Функция потери обучения Pytorch выдает: «TypeError: объект 'Tensor' не может быть вызван»

0 голосов
/ 01 августа 2020

Я использую Python 3.x и pytorch 1.5.0 с графическим процессором. Я пытаюсь написать простую полиномиальную регрессию logisti c с использованием данных mnist.

Моя проблема в том, что функция loss () выдает TypeError: 'Tensor' object is not callable при циклическом просмотре пакетов обучения. Меня сбивает с толку то, что ошибка не проявляется в первой итерации l oop, но для второй партии я получаю полную ошибку ниже: 

Traceback (most recent call last):
  File "/snap/pycharm-community/207/plugins/python-ce/helpers/pydev/pydevd.py", line 1448, in _exec
    pydev_imports.execfile(file, globals, locals)  # execute the script
  File "/snap/pycharm-community/207/plugins/python-ce/helpers/pydev/_pydev_imps/_pydev_execfile.py", line 18, in execfile
    exec(compile(contents+"\n", file, 'exec'), glob, loc)
  File "/home/pytorch_tutorial/Pytorch_feed_fwd_310720.py", line 78, in <module>
    loss = loss(preds,ys)
TypeError: 'Tensor' object is not callable

Функция loss () здесь просто loss = nn.CrossEntropyLoss(). Полный код ниже. Любые указатели приветствуются. 

    for epoch in range(5):

        running_loss = 0.0
        for i, data in enumerate(trainloader, 0):
            xs, ys = data
            opt.zero_grad()
            preds = net(xs)
            loss = loss(preds,ys)
            loss.backward()
            opt.step()

            # print statistics
            running_loss += loss.item()
            if i % 1000 == 999:  # print every 1000 mini-batches
                print('[%d, %5d] loss: %.3f' %
                      (epoch + 1, i + 1, running_loss / 2000))
                running_loss = 0.0

        print('epoch {}, loss {}'.format(epoch, loss.item()))

    a=1

1 Ответ

1 голос
/ 01 августа 2020

это потому, что вы устанавливаете loss локально в l oop.

замените loss = loss(preds, ys) на _loss = loss(preds, ys)

...