深度学习543
深度学习报错处理
毕不了业的硏䆒僧
这个作者很懒,什么都没留下…
展开
-
使用MXNet出错:RuntimeError: implement_array_function method already has a docstring
1、如果使用 pip install mxnet 命令直接安装,则默认安装的版本可能是mxnet:1.7.0.post2与numpy 1.16.6 (2024-6-20,Python3.8)4、最后,为了使用mxnet提取数据集图像,只能新建一个环境,新环境安装的包少,对numpy版本就没太多要求!这是mxnet 1.7.0.post2 需要1.8.2 =< numpy<1.17.0,对比第2条,会发现根本就是冲突的!这是告诉你,各个包对于numpy需求的版本不匹配了!但是,需要的其它包得珍重着安装了。原创 2024-06-20 01:08:48 · 370 阅读 · 0 评论 -
Expected more than 1 value per channel when training, got input size torch.Size([1, 512, 1, 1])
Expected more than 1 value per channel when training, got input size torch.Size([1, 512, 1, 1])原创 2024-01-12 23:45:33 · 558 阅读 · 0 评论 -
报错CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘.To init
【代码】报错CommandNotFoundError: Your shell has not been properly configured to use ‘conda activate‘.To init。原创 2023-11-04 00:55:53 · 208 阅读 · 0 评论 -
加载数据集报错TypeError: Unexpected type <class ‘numpy.ndarray‘>
这是数据格式问题:把transforms.Resize((112, 112))去掉,直接在img = cv2.imread(path)后进行img = cv2.resize(img, (112, 112))用img = cv2.imread(path)加载数据集后,在进行transform时报错:TypeError: Unexpected type原创 2023-09-20 23:51:55 · 3830 阅读 · 3 评论 -
读取数据集报错RuntimeError: output with shape [1, 112, 112] doesn‘t match the broadcast shape [3, 112, 112]
用PIL的Image.open()读取数据集,明明读取出的图片是(112,112,3)的格式,但是当用transforms.Compose()将PLI图片转为tensor时会提示错误:RuntimeError: output with shape [1, 112, 112] doesn't match the broadcast shape [3, 112, 112]输入图片需要是RGB空间图片而不能是灰度图,所以导致张量的通道数不匹配。原创 2023-09-20 20:20:49 · 737 阅读 · 1 评论 -
ValueError: Expect x to not have duplicates错误
降低scipy版本,我的是scipy(1.10.1)版本现换为版本1.7.1,可行。scipy包下得interpolate.interp1d()函数问题。原创 2023-07-31 16:46:36 · 2684 阅读 · 1 评论 -
RuntimeError: Error(s) in loading state_dict for DataParallel:
2、训练完成后,用于测试时发现参数不一致(还是模型更改了,或者模型设置错了)1、加载预训练模型时发现前后参数不一致(模型更改了);原创 2023-07-17 17:31:27 · 1015 阅读 · 3 评论 -
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the
在测试打印网络参数情况时,用如下片段。发现是由于电脑有GPU,数据需要送入cuda()进行运算;如果电脑用CPU则正常。原创 2023-07-17 16:52:17 · 246 阅读 · 1 评论