动手学强化学习-模仿学习RuntimeError: gather(): Expected dtype int64 for index

最新推荐文章于 2024-05-20 21:51:37 发布
最新推荐文章于 2024-05-20 21:51:37 发布
阅读量628 收藏 10
点赞数 8
文章标签： pytorch 机器学习 人工智能
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/oceancoco/article/details/134841184
版权

报错信息：原网站上的代码有一点问题，报错一下信息

Traceback (most recent call last):
  File "", line 201, in <module>
    bc_agent.learn(expert_s[sample_indices], expert_a[sample_indices])
  File "", line 155, in learn
    log_probs = torch.log(self.policy(states).gather(1, actions))
RuntimeError: gather(): Expected dtype int64 for index

经过不断查资料，发现gather只能索引int64类型的数据，所以将原来的actions = torch.tensor(actions).view(-1, 1).to(device)即actions的类型转换为int64 经过输出发现原来的actions为int32类型的

当出现RuntimeError这个错误信息的时候大概率是因为索引类型不对，追根溯源找到应该的索引类型，再找到错误源进行更改即可

小点点~~
关注
  • 8
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
torch.gather()
abc1831939662的博客
03-24 2429
作用:取出特定维度索引的值。 torch.gather(input,dim,index,out=None,sparse_grad=False) 举个例子 import torch a=torch.tensor([ [1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], ]) index=torch.tensor([ [0,2], [3,4], [1,4] ]) print(torch.gather(a,1,index)) 输出 tensor([[ 1, 3]
stanfordnlp使用报错“index_select(): Expected dtype int32 or int64 for index”解决方法
AdrenalinmyVein的博客
05-21 3586
stanfordnlp使用报错（float index相关）解决方法
学习教程大全：arcgis-runtime-sdk-android-guide-100.2.1：2022年.pdf
06-28
arcgis-runtime-sdk-android-guide-100.2.1
Python RuntimeError: thread.__init__() not called解决方法
09-22
主要介绍了Python RuntimeError: thread.__init__() not called解决方法,需要的朋友可以参考下
aio-cli-plugin-runtime:适用于Adobe IO CLI的Adobe IO Runtime插件
04-28
aio-cli-plugin-runtime 适用于Adobe I / O CLI的Adobe I / O Runtime插件 用法 $ aio plugins:install @adobe/aio-cli-plugin-runtime $ # OR $ aio discover -i $ aio runtime --help 指令 aio runtime:action:get ACTIONNAME aio runtime:action:invoke ACTIONNAME aio runtime:action:list [PACKAGENAME] aio runtime:action:update ACTIONNAME [ACTIONPATH] aio runtime:activation aio runtime:activation:get [ACTIVATIONID]
torch.gather()的理解
qq_3311753064的博客
03-20 3554
在看蘑菇书的时候出现了这样的代码： '''计算当前(s_t,a)对应的Q(s_t, a)''' '''torch.gather:对于a=torch.Tensor([[1,2],[3,4]]),那么a.gather(1,torch.Tensor([[0],[1]]))=torch.Tensor([[1],[3]])''' q_values = self.policy_net(state_batch).gather(dim=1, index=action_batch) # 等
解决RuntimeError: gather_out_cuda(): Expected dtype int64 for index
lingyunyuny的博客
07-08 953
原因应该是和pytorch版本有关系，根据报错，找到原因为target.unsqueeze(2)的dtype是int32类型的，把它转为int64了，可以正常运行。在训练模型过程中有如下语句，结果出现报错。
RuntimeError: scatter(): Expected dtype int64 for index
热门推荐
weixin_45928096的博客
01-08 1万+
RuntimeError: scatter(): Expected dtype int64 for index 1.报错原因： scatter要求数据是int64类型，而我在定义tensor时写的是torch.Tensor(x)，应该写成torch.LongTensor(x)，指定为int64类型。 2.解决方法 找到原数据的定义方式，改！ 一般在dtype=np.int64；dtype=np.float32中 （多数定义函数都有dtype属性） 最好int和float的位数要一致
torch中常见的错误信息
weixin_61745097的博客
11-12 4319
torch中运行过程中的常见的错误信息的分析与解决方案，希望可以帮到大家。
aws-lambda-haskell-runtime：:high_voltage:AWSLambda的Haskell运行时
01-30
aws-lambda-haskell-runtime：:high_voltage:AWSLambda的Haskell运行时
GTK-for-Windows-Runtime-Environment-Installer:Windows运行时环境安装程序的GTK +（来自http的fork
05-10
Windows运行时环境安装程序的GTK +：64位 该存储库是最初由Alexander Shaduri创建的分支。 我在这里的工作将集中在创建他到目前为止提供的GTK + -2运行时的64位版本上，使用最新版本的GTK +及其依赖项。 最近，我还...
aws-lambda-custom-node-runtime::package: NPM 包 - 创建自定义 Node.js AWS Lambda 运行时
05-30
aws-lambda-custom-node-runtime aws-lambda-custom-node-runtime 是一个易于使用的 CLI 工具，可让您为任何 Node.js 版本创建自定义 Node.js 运行时。安装 npm install -g aws-lambda-custom-node-runtime用法 aws-...
pytorch常见问题整理与解决方法
qq_41296039的博客
07-20 1063
问题解决
pytorch gather_Pytorch之Tensor超详细理解（一）
weixin_39628063的博客
11-23 231
Tensor，又名张量，几乎所有的深度学习框架都有这种数据结构。下面对工程实现的方法进行详细介绍，若能精通Tensor，以后想建立自己的深度学习模型时，速度必将得到巨大的提升，同时也能加强对模型细节的理解。1. 分类从接口的角度来讲，对tensor的操作可分为两类：(1)torch.function，如torch.save(保存模型)等。(2)tensor.function，如tenso...
gather_out_cuda(): Expected dtype int64 for index
zhongruizhe的博客
10-31 3613
gather_out_cuda(): Expected dtype int64 for index 在 Dual-Level Collaborative Transformer for Image Captioning复现代码的时候发现bug。 问题原因：由于pytorch版本不对 因为我的显卡是gtx3090,所以cuda版本只能是11.0，安装的pytorch1.7 解决思路： 初始代码： selected_beam = selected_idx / candidate_logprob.shape[-1
动手学强化学习笔记-模仿学习
qq_73355475的博客
09-19 301
这一点和BC不同，BC完全不需要和环境交互。而模仿者策略的目标就是要使得其交互产生的轨迹尽可能地被判别器误认为是专家轨迹，也就是说判别器的输出越靠近0越好，因此，我们可以将奖励函数设置为r（s，a）=-logD（s，a），因为我们需要最大化奖励，而当判别器的输出趋向于0时，logD（s，a）趋向于负无穷，因此要加负号构造奖励函数，事实上，我们应该也可以利用神经网络，将损失函数设置为logD（s，a），通过最小化损失函数，从而使得判别器的输出靠近0。其中，B是专家的数据集，L是对应监督学习框架下的损失函数。
pytorch使用笔记
weixin_47895059的博客
07-25 790
1.torch.max() torch.max(input,0/1) 其中input是一个tensor，返回两个tensor，如果第二个参数是零，返回每行最大值和所在列数，反之对应 a = torch.tensor([[1,5,62,54], [2,6,2,6], [2,65,2,6]]) x=torch.max(a,1) y=torch.max(a,0) print(x) print(y) ...
Pointnet++改进即插即用系列：全网首发KAN替换多层感知器|即插即用，提升特征提取模块性能
最新发布
m0_51530640的博客
05-20 58
受Kolmogorov-Arnold表示定理的启发，我们提出Kolmogorov-Arnold网络(KANs)作为多层感知器(mlp)的有前途的替代品。mlp在节点(“神经元”)上有固定的激活函数，而kan在边缘(“权重”)上有可学习的激活函数。kan根本没有线性权重——每个权重参数都被参数化为样条的单变量函数所取代。我们表明，这个看似简单的改变使得KANs在准确性和可解释性方面优于mlp。就准确性而言，在数据拟合和PDE求解方面，更小的kan可以达到与更大的mlp相当或更好的准确性。
RuntimeError: gather(): Expected dtype int64 for index
05-20
这个错误通常是由于索引的数据类型不正确造成的。`gather()`函数的索引参数需要是`torch.int64`类型的张量。 你可以尝试将索引张量的数据类型转换为`torch.int64`，例如： ``` index_tensor = index_tensor.to(torch.int64) output = torch.gather(input_tensor, dim, index_tensor) ``` 如果你已经确定索引张量的数据类型是`torch.int64`，那么可能是其他参数的数据类型不正确导致的错误。你可以检查一下函数的输入参数，确保它们的数据类型都是正确的。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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