TypeError: zip argument #1 must support iteration

最新推荐文章于 2024-11-13 16:21:45 发布
最新推荐文章于 2024-11-13 16:21:45 发布
阅读量6.8k 收藏 3
点赞数 4
分类专栏： Pytorch使用
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/angel_hben/article/details/105731015
版权

利用pytorch中的dataparallel时，遇到一个bug

[Previous line repeated 1 more time]
TypeError: zip argument #1 must support iteration

在单个gpu上可以正常训练加验证，双块gpu时，在验证时出现上述错误，后来发现是因为eval时，模型返回的是个标量（list）。
解决方法：将模型返回数据改为tensor。

pip更新报错超过最大递归深度
weixin_43175822的博客
03-23 899
1、报错信息 [Previous line repeated 965 more times] RecursionError: maximum recursion depth exceeded WARNING: You are using pip version 20.0.2; however, version 21.0.1 is available. You should consider upgrading via the 'C:\Python37\python.exe -m pip install --
[PyTorch]论文pytorch复现中遇到的BUG
急流勇进
12-18 2290
[PyTorch]论文pytorch复现中遇到的BUG 目录 1. zip argument #1 must support iteration 2. torch.nn.DataParallel 3. model.state_dict() ...
Pytorch 多GPU TypeError: zip argument #1 must support iteration
Willen_的博客
05-01 2372
碰到Pytorch 多GPU TypeError: zip argument #1 must support iteration 这个问题时，考虑如下解决方式： 1.尝试在模型forward的时候，不要输入list类型的数据，而是将其改成tensor的形式。实在不行就分开写。这样可能可以解决问题 2.model 的forward 方法里，输出不能有常量，必须也是要求tensor的格式，先想办法改一下代码，输出常量在多GPU下是行不通的 ...
TypeError: zip argument #1 must support iteration 解决方案。
zhuiyunzhugang的博客
01-13 1万+
x=[1,2,3,4] y=[2,3,4,5] z=zip(x[0],y[0]) 出错，修改方法 z=zip(str（x[0]）,str(y[0]))
解决：zip argument #1 must support iteration
热门推荐
菜鸟IT女
11-08 1万+
问题 今儿做数据可视化，代码感觉正常的不得了。结果报错如下： 哽咽~就寻思着，为什么第一个for循环的zip函数没有任何问题，第二个for循环的zip函数就有问题了呢？ 解决思路 看报错信息，是说第二个zip里面有元素是不可迭代的，不过也看不出啥…结果定位到第一个for循环的变量名为x，刚好与变量x重名… 于是我悟了，for循环的本质是利用__next__，所以循环完毕之后到最后一个__next__，也就是30，也就是说，x=30 这本来一点问题都木有，直到下面紧接着又往zip里面传x，此时就有问题了。因
单卡训练无问题，多卡训练报错TypeError: zip argument #1 must support iteration
最新发布
11-13 193
一个核心问题，在多卡训练时，注意反馈变量是否位 tensor，因为我们为了训练方便，有可能 forward 函数返回中有 loss，而 loss 计算的时候直接变成了 numpy！只要保证返回是一个 tensor 这个报错就可以解决了。比如 原来返回的 loss。
报错：zip argument #2 must support iteration已解决
m0_63564748的博客
10-28 2890
Type error:zip argument #2 must support iteration的解决方法
[Previous line repeated 995 more times]RecursionError: maximum recursion depth exceeded
m0_46458132的博客
02-10 5943
原因：函数没有写return结束，递归调用太多次
Python_魔法方法
mzer&&oier
09-16 347
1）构造和析构 (1) 为什么使用__init__() '''需要初始化对象时就需要重写__init__()方法''' >>> class Rectangle: '''定义一个矩形类， 需要长和宽两个参数， 拥有计算周长和面积两个方法。 所以我们需要对象在初始化的时候拥有长宽两个参数， 因此需要用__init__()方法''' def __init__(self, x, y): self.x = x self.y = y ...
【Python】函数使用方法详解
Gabbana的博客
04-28 604
Python函数一、调用内置函数二、定义函数1. 空函数2.返回多个值3.函数的参数3.1 位置参数3.2 默认参数3.2.1 默认参数的使用3.2.2 默认参数的好处3.2.3 默认函数的大坑3.3 可变参数3.4 关键字参数3.4.1 关键字参数的使用3.4.2 命名关键字参数3.5 参数组合3.6 函数的参数使用方法总结：三、递归函数1.递归函数的使用2.尾递归 一、调用内置函数 数据类型...
Python3 学习笔记6-魔法方法
Renaissance99的博客
03-19 470
（1）对象初始化的方法，只有需要初始化的时候才重写该方法（2）括号内默认参数 self 为 Python 自动添加，其为 __new__() 返回的实例（3）返回值为 None，即不需要返回值，不能是其他1412。
python https RecursionError详解
China_AT001的专栏
09-17 1645
RecursionError: maximum recursion depth exceeded while calling a Python object File "/root/miniconda3/envs/devops/lib/python3.8/site-packages/urllib3/connectionpool.py", line 699, in urlopen httplib_response = self._make_request( File "/root/miniconda3/
运行深度学习程序，最后输入一张图片进行结果验证，这是什么错误
zhangyue880820的博客
12-04 1380
Traceback (most recent call last): File "/home/zhangyue/shiyan1/predict.py", line 67, in <module> r_image = frcnn.detect_image(image) File "/home/zhangyue/shiyan1/frcnn.py", line 143, in detect_image roi_cls_locs, roi_scores, rois, _ = se...
yolov5报错 ValueError: not enough values to unpack (expected 3, got 0)
weixin_45006364的博客
10-26 5397
yolov5错误
TypeError: zip argument #N must support iteration
Lovemyse1f的博客
05-11 1759
观察: 正常的replaybuffer中每次都会存None,而添加的HER的额外样本后出现了这个问题. 打印batch发现存在很多的none样本. 原本buffer采用数组,后改为队列存储,当满的时候会将最先进去的样本数组踢出,故尝试取消None空样本.跑了20eps没有问题. 错误定位: state, action, reward, next_state, done = map(np.stack, zip(*batch)) #numpy.stack(arrays, axis=0)沿着新轴连接数组的序列。每
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值