解决RuntimeError: Input type and weight type should be the same
今天用pytorch编写代码时,遇到了一个小错误(如下图所示)。
根据报错信息的意思可以推断,这个错误是由输入和权重的数据类型不一致引起的。 因此解决方法很简单,就是将输入的数据和模型参数的数据类型统一即可。在这个例子中,有以下几个解决方法。
1.将输入数据(torch.tensor 形式)转换成FloatTensor形式,具体如下:
# net_in是torch.tensor形式的输入数据
net_in = net_in.float();
2.如果输入数据在转变为torch.tensor前是以numpy数组的形式存储的,我们可以将数据提前转变为float32形式,具体如下:
# train_set是numpy.array形式的输入数据
import numpy as np
X = train_set.astype(np.float32);
3.将模型参数类型转化为与输入张量(tensor)一致的类型。在这个例子里,模型参数需转化为DoubleTensor,如下所示:
model.double()
可选择以上任意一种方法解决这个问题。但在实际应用中需要注意,第三种解决方法会增加显存的需求量。 更多关于torch中张量(tensor)数据类型的介绍,可参考这个网页Link。