Pytorch 中 Runtime Error & TypeError 之问题详解

゛flipped丶heart°

已于 2022-02-15 15:11:51 修改

阅读量2.2k

点赞数

分类专栏：深度学习与神经网络文章标签： pytorch 深度学习

于 2021-09-25 17:46:55 首次发布

本文链接：https://blog.csdn.net/qq1627138277/article/details/120474782

版权

6 篇文章 0 订阅

订阅专栏

TypeError: img should be PIL Image.
需要注意transform属性中Resize要在ToTensor前面！！！
RuntimeError: stack expects each tensor to be equal size, but got []….
需要在transform中添加Resize（（224））属性，224不是绝对，具体看图片大小！！！
TypeError: ‘module’ object is not callable.
注意是否将模块作为函数名调用，注意 import 和 from…import的区别！！！
RuntimeError: Expected object of scalar type Long. but got scalar type Float for argument #2 ‘target’.
需要注意将相关数据加上long()，或者在Tensor数据时，使用 dtype = torch.int64！！！
RuntimeError: view size is not compatible with input tensor‘s size and stride.
这是因为view()需要Tensor中的元素地址是连续的，但可能出现Tensor不连续的情况，所以先用 contiguous() 将其在内存中变成连续分布： a= a.contiguous().view()！！！
RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=True when calling backward the first time.
一个网络有两个 loss 需要分别执行 backward 的时候，需要在第一个backward 内加上 retain_graph=True ,如下代码。

d_loss.backward(retain_graph=True);
g_loss.backward();

RuntimeError: one of the variables needed for gradient computation has been modified by an inplace.
如下方式修改相应代码，把更新梯度的步骤调后即可：

optimizerD.zero_grad();
optimizerG.zero_grad();

d_loss.backward(retain_graph=True);
g_loss.backward();

optimizerD.step();
optimizerG.step();

RuntimeError: grad can be implicitly created only for scalar outputs.
注意 backward() 回传的损失是个标量，检查Loss！

关注