: _thnn_conv2d_forward not supported on CPUType for Byte

最新推荐文章于 2022-05-29 16:46:17 发布
最新推荐文章于 2022-05-29 16:46:17 发布
阅读量1.3k 收藏 1
点赞数
分类专栏： python相关 pytorch 深度学习
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/qq_35037684/article/details/119022362
版权
深度学习 同时被 3 个专栏收录
121 篇文章 8 订阅
订阅专栏
python相关
99 篇文章 6 订阅
订阅专栏
pytorch
21 篇文章 1 订阅
订阅专栏

推理的时候将图片转换为np.float32类型

    def Forward(self, image, ir_box):
        self.Preprocess(image, ir_box)
        self.living_ir_img = np.float32(self.living_ir_img)
        test_output = self.net.forward(torch.from_numpy(self.living_ir_img))
        ir_map = np.squeeze(test_output[0])
        score = torch.mean(ir_map)
        return score
一位不愿暴露自己的小可爱
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
RuntimeError: _thnn_nll_loss_forward not supported on CUDAType for Long
风口IT猪的成长录
08-07 1615
RuntimeError: _thnn_nll_loss_forward not supported on CUDAType for Long报错内容解决方案 报错内容 解决方案 更改报错位置tensor的数据类型 loss = F.nll_loss(decoder_outputs.double(), target, ignore_index=config.num_sequence.PAD) # 带权损失 即可搞定！ 参考：link ...
pytorch 中的重要模块化接口nn.Module的使用
12-20
torch.nn 是专门为神经网络设计的模块化接口，nn构建于autgrad之上，可以用来定义和运行神经网络 nn.Module 是nn中重要的类，包含网络各层的定义，以及forward方法 查看源码 初始化部分： def __init__(self): self._backend = thnn_backend self._parameters = OrderedDict() self._buffers = OrderedDict() self._backward_hooks = OrderedDict() self._forward_hooks = OrderedDi
运行 conv2d错误:RuntimeError: _thnn_conv2d_forward not supported on CPUType for Long
m0_47516549的博客
12-14 3458
先看一下源代码：（怎么可能会有错，毕竟我是复制的土堆的代码） import torch import torch.nn.functional as F input = torch.tensor([[1, 2, 0, 3, 1], [0, 1, 3, 3, 1], [1, 2, 1, 0, 0], [5, 2, 3, 1, 1],
PyTorch中的设备类型问题 device type cuda
Javy Wang
10-29 6827
用pytorch包搭建神经网络时，经常遇到GPU和CPU的指定问题，有时候明明指定了GPU（cuda）却依然会报错，下面将这些常见的错误整理出来。 问题一：目标参数的设备类型本应该是cuda而实际上却是CPU RuntimeError: Expected object of device type cuda but got device type cpu for argument #2 ‘target’ 除了上面博文提到的三种情况以外，还有一种可能是变量的设备指定方式有问题，如下： device = tor
RuntimeError: _thnn_conv2d_forward not supported on CPUType for Byte
Enabler
03-14 614
如何加载图像并将其转换为PyTorch的适当张量？ - 问答 - Python中文网 inputs = inputs.type(torch.FloatTensor)
报错处理整理
qq_43222384的博客
07-02 370
RuntimeError:_thnn_conv2d_forward not supported on CUPType for Byte It seems you are trying to pass an input as a ByteTensor (uint8), which is not supported. Could you call input = input.float() before passing it to the model RuntimeError:Input type(torch.
对单张图片进行卷积池化遇到的小问题
m0_52987303的博客
05-29 1741
对单张图片进行卷积时遇到的小问题"max_pool2d" not implemented for 'Byte'和RuntimeError: Given input size: (400x600x3). Calculated output size: (400x150x0). Output size is too small
代码报错整理
surprising
09-17 6582
OpenCV(4.1.0) /io/opencv/modules/imgproc/src/color.cpp:182: error: (-215:Assertion failed) !_src.empty() in function ‘cvtColor’ 读取图片的路径不对，更改路径后便正确
【PyTorch】 RuntimeError: eye_out not supported on CUDAType for Bool
wangs1996
09-13 886
在执行 torch.eye(weights.size(1), dtype=torch.bool, device=weights.device) 这句话的时候，出现了报错信息。 RuntimeError: eye_out not supported on CUDAType for Bool 参考这篇文章，链接 将 dtype=torch.bool 改为 dtype=torch.uint8，即torch.eye(weights.size(1), dtype=torch.uint8, device=weight
解决RuntimeError: _thnn_mse_loss_forward is not implemented for type torch.cuda.LongTensor和scatter_方法
tanglinjie的CSDN博客
02-26 1万+
在PyTorch中遇到了如标题的问题，网上大多数给的是类型不匹配问题，在stackoverflow找到了问题的答案，这里出现的问题是因为loss需要one-hot类型的数据，而我们使用的是类别标签。 什么是one-hot？ 一个例子解释什么是one-hot，对于5分类问题，我们使用[0,0,1,0,0]来表示这个实例是属于第三个类别的，等价于类别标签[2]（从0对类别编码）。关于one-hot的好...
浅析PyTorch中nn.Module的使用
12-25
self._backend = thnn_backend self._parameters = OrderedDict() self._buffers = OrderedDict() self._backward_hooks = OrderedDict() self._forward_hooks = OrderedDict() self._forwa
Python-pytorch2c一个用于将PyTorch图形编译为C的Python模块
08-11
用于将（静态）PyTorch图形编译为C（依赖于TH和THNN）的Python模块。
RuntimeError: _th_or not supported on CUDAType for Bool / IndexError: list index out of range（mask）
qq_38343151的博客
10-26 1497
记一次配使用maskrcnn-benchmark的惨痛经历，因为要用到分割，所以就使用自己的数据集转成coco格式后用maskrcnn-benchmark来训练得到目标的轮廓，但是在运行的过程中报了两个错误，很致命。 首先配置好环境，这里我就犯了一个错误，把pytorch版本装的太高了，我用的是pytorch==1.4.0，结果训练的时候报错selected_polygons.append(self.polygons[i]) IndexError: list index out of range 我查了
PyTorch(总)——PyTorch遇到令人迷人的BUG与记录
热门推荐
hudongloop的博客
06-28 11万+
这篇博客就用来记录在使用pytorch时遇到的BUG，虽然年纪大了，但是调出BUG还是令人兴奋^_^! BUG1： 在使用NLLLoss()激活函数时，NLLLoss用来做n类分类的，一般最后一层网络为LogSoftmax，如果其他的则需要使用CrossEntropyLoss。其使用格式为：loss(m(input), target)，其中input为2DTensor大小为（minibatch...
RuntimeError: _th_normal not supported on CPUType for Long
刘宏宇的博客
10-10 7648
解决方案：tensor的数据类型换一下。
iOS项目运行出现警告：This application does not support this device’s CPU type？
木木三的专栏
01-10 2893
转载自：https://blog.csdn.net/yuhao309/article/details/80926989 错误原因： 由于苹果已经淘汰了32位的Application，所以爆出警告不支持该设备了。 解决方法： Product—>Targets—>Build Setting—>Architectures—>修改为Standard architecture...
图片转灰度报错cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
qq_35037684的博客
01-04 3万+
图片转灰度cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)报错如下： img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cv2.error: OpenCV(4.5.4) d:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\color.simd_helpers.hpp:92: error: (-2:Unspecified error) in function '__cdecl
RuntimeError: Expected object of scalar type Long but got scalar type Float for argument #2 'target' in call to _thnn_nll_loss2d_forward
最新发布
06-13
这个错误提示是因为在使用nn.CrossEntropyLoss()时，标签的数据类型应该是long型，而你的标签数据类型是float型。可以使用以下方式将标签的数据类型转换为long型： ``` target = target.long() ``` 将标签的数据类型转换为long型后，就可以正常使用nn.CrossEntropyLoss()计算损失了。例如： ``` import torch.nn as nn model = Unet(num_classes=3) # 假设分类数量为3 criterion = nn.CrossEntropyLoss() # 假设输入图像为(batch_size, 3, 128, 128, 128)，标签为(batch_size, 128, 128, 128) output = model(input) target = target.long() # 将标签的数据类型转换为long型 loss = criterion(output, target) ```

“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

打赏作者

一位不愿暴露自己的小可爱

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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