Pytorch常见报错
概要
在调试代码的时候想使用以下代码直接自定义卷积核:
self.conv.weight = torch.tensor([[[1,1],[1,1]],[[1,1],[1,1]]],dtype=torch.float).unsqueeze(0)
碰到了这种报错:
TypeError: cannot assign ‘torch.FloatTensor’ as parameter ‘weight’ (torch.nn.Parameter or None expected)
错误解释
模型卷积参数有自己的结构形式,不仅仅是一个普通的tensor,不能将torch.tensor创建的tensor直接赋给模型。
解决办法
1、在weight后加个data属性:
self.conv.weight.data = torch.tensor([[[1,1],[1,1]],[[1,1],[1,1]]],dtype=torch.float).unsqueeze(0)
2、使用nn.Parameter修改tensor:
self.conv.weight = nn.Parameter(torch.tensor([[[1,1],[1,1]],[[1,1],[1,1]]],dtype=torch.float).unsqueeze(0))