Ошибка проверки: assign (& dattr, ve c .at (i)): несовместимый атрибут в узле на 2-м входе: ожидалось float64, получено float32 - PullRequest
Новая
       145

Ошибка проверки: assign (& dattr, ve c .at (i)): несовместимый атрибут в узле на 2-м входе: ожидалось float64, получено float32

0 голосов
/ 07 августа 2020

Я пытаюсь выполнить бинарную логистическую c регрессию, используя adagrad в M xnet, но получаю ошибку в моей пошаговой функции. Мой набор данных уже находится в float64.

ошибка: 

MXNetError                                Traceback (most recent call last)
<ipython-input-125-8c2b3ff57944> in <module>()
     17         # print(net.weight.data()[0])
     18         loss.backward()
---> 19         trainer.step(batch_size)
     20         cumulative_loss += nd.sum(loss).asscalar()
     21         # print("Epoch %s, loss: %s" % (e, cumulative_loss/1087))

7 frames
/usr/local/lib/python3.6/dist-packages/mxnet/base.py in check_call(ret)
    251     """
    252     if ret != 0:
--> 253         raise MXNetError(py_str(_LIB.MXGetLastError()))
    254 
    255 

MXNetError: [11:00:52] src/operator/contrib/../elemwise_op_common.h:135: Check failed: assign(&dattr, vec.at(i)): Incompatible attr in node  at 2-th input: expected float64, got float32
Stack trace:
  [bt] (0) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(+0x4b04cb) [0x7fb6783354cb]
  [bt] (1) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(+0x556b53) [0x7fb6783dbb53]
  [bt] (2) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(+0x7826d0) [0x7fb6786076d0]
  [bt] (3) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(mxnet::imperative::SetShapeType(mxnet::Context const&, nnvm::NodeAttrs const&, std::vector<mxnet::NDArray*, std::allocator<mxnet::NDArray*> > const&, std::vector<mxnet::NDArray*, std::allocator<mxnet::NDArray*> > const&, mxnet::DispatchMode*)+0xf68) [0x7fb67a4e75e8]
  [bt] (4) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(mxnet::Imperative::Invoke(mxnet::Context const&, nnvm::NodeAttrs const&, std::vector<mxnet::NDArray*, std::allocator<mxnet::NDArray*> > const&, std::vector<mxnet::NDArray*, std::allocator<mxnet::NDArray*> > const&)+0x1db) [0x7fb67a4f1a0b]
  [bt] (5) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(+0x2565409) [0x7fb67a3ea409]
  [bt] (6) /usr/local/lib/python3.6/dist-packages/mxnet/libmxnet.so(MXImperativeInvokeEx+0x6f) [0x7fb67a3ea9ff]
  [bt] (7) /usr/lib/x86_64-linux-gnu/libffi.so.6(ffi_call_unix64+0x4c) [0x7fb6c1a4cdae]
  [bt] (8) /usr/lib/x86_64-linux-gnu/libffi.so.6(ffi_call+0x22f) [0x7fb6c1a4c71f]

Мой код: 

net = gluon.nn.Dense(1)
init=mx.initializer.Zero()
net.collect_params().initialize(init,ctx=data_ctx)
net.cast('float64')
trainer = gluon.Trainer(net.collect_params(), 'rmsprop', {'learning_rate': 0.05,'gamma1':0.99,'epsilon':1e-08})
epochs = 500
loss_sequence = []
tr=[]
te=[]
num_examples = len(Xtrain)
sbce=gluon.loss.SigmoidBCELoss()
for e in range(epochs):
    cumulative_loss = 0
    for i, (data, label) in enumerate(train_data):
        data = data.as_in_context(model_ctx)
        label = label.as_in_context(model_ctx)
        with autograd.record():
            output = net(data)
            loss = sbce(output,label)
        loss.backward()
        trainer.step(batch_size)
        cumulative_loss += nd.sum(loss).asscalar()

Кто-нибудь, пожалуйста, скажите мне, как решить эту ошибку?

...