TypeError: div() got an unexpected keyword argument ‘rounding_mode’

最新推荐文章于 2023-12-30 01:57:44 发布

YuQiao0303

最新推荐文章于 2023-12-30 01:57:44 发布

阅读量3k

点赞数 4

分类专栏：个人笔记 Python 文章标签： python torch

本文链接：https://blog.csdn.net/qq_34342853/article/details/132447740

版权

个人笔记同时被 2 个专栏收录

47 篇文章 1 订阅

订阅专栏

Python

20 篇文章 0 订阅

订阅专栏

报错代码：torch.div(…, …, rounding_mode=“floor”)

mask_idx = torch.div(idx, self.instance_classes, rounding_mode=“floor”)

报错原因： rounding_mode在torch1.8才引入

https://github.com/mit-han-lab/torchsparse/pull/126
torch.div()方法的rounding_mode参数似乎是torch1.8才引入的，我的torch版本太老了

解决方法：在torch.div()外面再套一层torch.floor()

可以升级torch到1.8以上，但如果不想升级：
根据torch官方文档：
https://pytorch.org/docs/stable/generated/torch.div.html

“floor” - rounds the results of the division down. Equivalent to floor division in Python (the // operator) and NumPy’s np.floor_divide.

在这里插入图片描述

那我直接再套一层floor代替呗。
这样跑起来和官方的例子一样，完美：
在这里插入图片描述
最终解决办法：

# mask_idx = torch.div(idx, self.instance_classes, rounding_mode="floor")
mask_idx = torch.floor(torch.div(idx, self.instance_classes)) # modified by Qiao for torch<1.8

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

YuQiao0303

关注关注

4
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

【RT-DETR有效改进】Google | EfficientNetV1一种超轻量又高效的网络（附代码 + 添加教程）

Snu77的博客

01-21

1953

从今天开始正式开始更新RT-DETR剑指论文专栏，本专栏的内容会迅速铺开，在短期呢大量更新，价格也会乘阶梯性上涨，所以想要和我一起学习RT-DETR改进，可以在前期直接关注，本文专栏旨在打造全网最好的RT-DETR专栏为想要发论文的家进行服务。RT-DETR剑指论文专栏，持续复现各种顶会内容——论文收割机RT-DETR。

YOLOv10改进 | 主干/Backbone篇 | EfficientNetV1均衡缩放网络改进特征提取层（附代码 + 完整修改教程）

01-30

9万+

成功解决TypeError: __init__() got an unexpected keyword argument 'indices' 目录解决问题解决思路解决方法解决问题 TypeError: __init__() got an unexpected keyword argument 'indices' 解决思路类型错误：...

【Python】click模块使用报错 TypeError: got an unexpected keyword argument

每天都要学Python的博客

12-11

3万+

最近用python当中的命令行参数模块click写一个脚本，但是疯狂报错，焦头烂额之后终于找到了原因，在此做一个记录。脚本内容如下因为自己写的脚本很复杂，这里用click模块的官方demo作为例子。 import click @click.command() @click.argument('Name') def hello(Name): print('Hello %s!' % ...

YOLOv8改进 | 主干篇 | EfficientNetV1均衡缩放网络改进特征提取层

Snu77的博客

12-30

2859

这次给大家带来的改进机制是EfficientNetV1主干，用其替换我们YOLOv8的特征提取网络，其主要思想是通过均衡地缩放网络的深度、宽度和分辨率，以提高卷积神经网络的性能。这种方法采用了一个简单但有效的复合系数，统一调整所有维度。经过我的实验该主干网络确实能够涨点在大中小三种物体检测上，同时该主干网络提供多种版本，大家可以在源代码中进行修改版本的使用。本文通过介绍其主要框架原理，然后教大家如何添加该网络结构到网络模型中。

Python学习笔记

qq_43163933的博客

04-11

2736

文章目录标题1标题11标题111标题2 标题1 标题11 标题111 标题2

批训练错误之got an unexpected keyword...

ThunderF的博客

07-05

2万+

目录提要原始情况初步调试继续调试最后反思提要最近我在学习莫烦的神经网络的批训练时，遇到了一个问题，就是在创建dataset时报__init__() got an unexpected keyword argument 'data_tensor'，我找了很久都没有有效的结果。但是我偶然尝试了一下结果成功了，下面就...

PyTorch-1.10(五)--torch数学运算

Hanscal

05-11

3842

目录元素操作归纳操作比较操作频谱操作其他操作 BLAS和LAPACK操作元素操作 abs 计算输入中每个元素的绝对值。 absolute torch.abs()别名 acos 计算输入中每个元素的反余弦。 arccos torch.acos()别名 acosh 计算输入元素的

TypeError: makedirs() got an unexpected keyword argument ‘exist_ok‘

图灵追幕者博客录

05-11

622

bug解决。

TypeError: __init__() got an unexpected keyword argument 'header' 可能是什么原因导致的

weixin_35749786的博客

01-13

2057

这个错误通常表明在调用类的构造函数时，给定了一个名为 "header" 的参数，但是该类的构造函数中没有定义这个参数。这可能是因为程序的编写者误用了参数名称或者类的定义中缺少了这个参数的定义。 ...

Pytorch 基础之数学运算

zxhandroid的博客

02-26

2112

每门语言都少不了加减乘除等数学运算，Pytorch 作为一个开源的机器学习库，除了这些基本的数学运算，还涉及到矩阵运算、三角函数、傅立叶变换等等。

Keras TypeError: run() got an unexpected keyword argument 'class_mode'

yhbfirst001的专栏

11-17

8419

问题：跑Keras入门教程，到训练模型model.fit这一步时报错TypeError: run() got an unexpected keyword argument 'class_mode' 解决：找到model.compile(loss='categorical_crossentropy', optimizer=sgd, class_mode='categorical')这一行，去掉cl

RESTful学习笔记 --- TypeError: __init__() got an unexpected keyword argument 'method'

杨鑫newlife的专栏

12-16

6万+

RESTful学习笔记 --- TypeError: __init__() got an unexpected keyword argument 'method'

TypeError: got an unexpected keyword argument 'pos_label'

06-09

`TypeError: got an unexpected keyword argument 'pos_label'` 这是一个常见的 Python 错误，当你在调用某个函数或方法时使用了一个不存在的关键字参数 `pos_label`，但这个函数的定义中并没有接受这个参数，Python 解释器就会抛出这样的错误。`pos_label` 通常用于二分类任务中的某些库，比如 scikit-learn 中的 `sklearn.metrics.accuracy_score()` 或者一些混淆矩阵生成函数，这些函数可能期望的是 `true` 或 `first` 这样的默认值，而不是一个自定义的 `pos_label`。例如，如果你在调用 `accuracy_score(y_true, y_pred, pos_label="my_label")` 而函数实际只接受 `y_true`、`y_pred` 这两个参数，就会出现这个错误。