Как исправить RuntimeError "Ожидаемый объект скалярного типа Float, но получил скалярный тип Double для аргумента"? - PullRequest
Новая
       43

Как исправить RuntimeError "Ожидаемый объект скалярного типа Float, но получил скалярный тип Double для аргумента"?

2 голосов
/ 24 июня 2019

Я пытаюсь обучить классификатор через PyTorch.Тем не менее, у меня возникают проблемы с обучением, когда я заполняю модель данными обучения.Я получаю эту ошибку на y_pred = model(X_trainTensor):

RuntimeError: Ожидаемый объект скалярного типа Float, но получил скалярный тип Double для аргумента # 4 'mat1'

Вот ключчасти моего кода: 

# Hyper-parameters 
D_in = 47  # there are 47 parameters I investigate
H = 33
D_out = 2  # output should be either 1 or 0

# Format and load the data
y = np.array( df['target'] )
X = np.array( df.drop(columns = ['target'], axis = 1) )
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size = 0.8)  # split training/test data

X_trainTensor = torch.from_numpy(X_train) # convert to tensors
y_trainTensor = torch.from_numpy(y_train)
X_testTensor = torch.from_numpy(X_test)
y_testTensor = torch.from_numpy(y_test)

# Define the model
model = torch.nn.Sequential(
    torch.nn.Linear(D_in, H),
    torch.nn.ReLU(),
    torch.nn.Linear(H, D_out),
    nn.LogSoftmax(dim = 1)
)

# Define the loss function
loss_fn = torch.nn.NLLLoss() 

for i in range(50):
    y_pred = model(X_trainTensor)
    loss = loss_fn(y_pred, y_trainTensor)
    model.zero_grad()
    loss.backward()
    with torch.no_grad():       
        for param in model.parameters():
            param -= learning_rate * param.grad

1 Ответ

3 голосов
/ 24 июня 2019

Ссылка взята с этой проблемы github .

Когда ошибка RuntimeError: Expected object of scalar type Float but got scalar type Double for argument #4 'mat1', вам нужно будет использовать функцию .float(), так как она говорит: Expected object of scalar type Float.

Следовательно, решение меняется y_pred = model(X_trainTensor) на y_pred = model(X_trainTensor.float()).

Аналогично, когда вы получаете еще одну ошибку для loss = loss_fn(y_pred, y_trainTensor), вам нужно y_trainTensor.long(), так как в сообщении об ошибке указано Expected object of scalar type Long.

...