import torch.nn as nn
import torch
import torch.optim as optim
import itertools
class net1(nn.Module):
def __init__(self):
super(net1,self).__init__()
self.pipe = nn.Sequential(
nn.Linear(10,10),
nn.ReLU()
)
def forward(self,x):
return self.pipe(x.long())
class net2(nn.Module):
def __init__(self):
super(net2,self).__init__()
self.pipe = nn.Sequential(
nn.Linear(10,20),
nn.ReLU(),
nn.Linear(20,10)
)
def forward(self,x):
return self.pipe(x.long())
netFIRST = net1()
netSECOND = net2()
learning_rate = 0.001
opt = optim.Adam(itertools.chain(netFIRST.parameters(),netSECOND.parameters()), lr=learning_rate)
epochs = 1000
x = torch.tensor([1,2,3,4,5,6,7,8,9,10],dtype=torch.long)
y = torch.tensor([10,9,8,7,6,5,4,3,2,1],dtype=torch.long)
for epoch in range(epochs):
opt.zero_grad()
prediction = netSECOND(netFIRST(x))
loss = (y.long() - prediction)**2
loss.backward()
print(loss)
print(prediction)
opt.step()
错误:
line 49, in prediction = netSECOND(netFIRST(x))
line 1371, in linear; output = input.matmul(weight.t())
RuntimeError: Expected object of scalar type Long but got scalar type Float for argument #2 'mat2'
我真的不明白我做错了什么。我试图以各种可能的方式将所有内容都变成 Long
。我真的不明白 pytorch 的打字方式。上次我只尝试了一层,它迫使我使用 int
类型。
有人可以解释一下在 pytorch 中如何建立类型以及如何防止和修复这样的错误吗?
很多,我的意思是提前非常感谢,这个问题真的很困扰我,无论我尝试什么,我似乎都无法解决它。
最佳答案
权重是 Floats,输入是 Longs。这是不允许的。事实上,我不认为 torch 支持神经网络中的 float 。
如果您删除所有 对 long 的调用,并将您的输入定义为 float ,它将起作用(它确实有效,我试过了)。
(然后你会得到另一个不相关的错误:你需要总结你的损失)
关于python - 运行时错误 : Expected object of scalar type Long but got scalar type Float for argument #2 'mat2' how to fix it?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58157523/