Type must be a sub-type of ndarray type

最新推荐文章于 2023-07-09 23:32:32 发布

一位不愿暴露自己的小可爱

最新推荐文章于 2023-07-09 23:32:32 发布

阅读量2.4k

点赞数 2

分类专栏： python相关文章标签： python

本文链接：https://blog.csdn.net/qq_35037684/article/details/127305365

版权

python相关专栏收录该内容

99 篇文章 6 订阅

订阅专栏

view报错：

outputs_cls = outputs_cls.view(tmp_batch*tmp_channel, -1)
ValueError: Type must be a sub-type of ndarray type

github上有这样一段话，
在这里插入图片描述
意思是numpy的数组array和torch中的tensor二者的view不一样，numpy的数组会改变数据的类型，所以如果想要改变array的shape，需要使用reshape，解决方法就是将代码中的view改为reshape即可。

优惠劵

一位不愿暴露自己的小可爱

关注关注

2
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
Type must be a sub-type of ndarray type

python
复制链接

扫一扫

专栏目录

Python技术分享：ndarray对象的常用属性

xiaoxijinger的博客

07-12

2026

NumPy作为高性能科学计算和数据分析的基础包，是介绍其它重要数据分析工具的基础，掌握NumPy的功能及其用法，将有助于后续其他数据分析工具的学习。 NumPy中最重要的一个特点就是其N维数组对象，即ndarray(别名array)对象，该对象具有矢量算术能力和复杂的广播能力，可以执行一些科学计算。不同于Python标准库，ndarray对象拥有对高维数组的处理能力，这也是数值计算中缺一不可的重要特性。 ndarray对象中定义了一些重要的属性，具体如表1所示： ndarray对象的常用属性值得一提的是

TypeError: int() argument must be a string, a bytes-like object or a number, not ‘tuple’

12-20

在调整网络时遇到一个问题： File "D:\python\lib\site-packages\tensorflow_core\python\keras\engine\base_layer.py", line 529, in add_weight aggregation=aggregation) File "D:\python\lib\site-packages\tensorflow_core\python\training\tracking\base.py", line 712, in _add_variable_with_custom_getter **kwarg

参与评论您还未登录，请先登录后发表或查看评论

linux mount报错：you must specify the filesystem type的解决方法

01-10

最近工作中遇到一个问题，在linux mount /dev/vdb 到 /home 分区时报错： # mount /dev/vdb /home mount: you must specify the filesystem type 先执行：mkfs.ext3 /dev/vdb # mkfs.ext3 /dev/vdb mke2fs 1.41.12 (17-May-2010) Filesystem label= OS type: Linux Block size=4096 (log=2) Fragment size=4096 (log=2) Stride=0 blocks, Stripe w

Android开发 -- setTag的妙用和The key must be an application-specific resource id 异常

09-02

本文主要介绍Android开发setTag的妙用，小编觉得挺实用的，给大家一个参考，希望对大家学习有所帮助。

numpy.ndarray.view()（懵逼，看不太懂？？？）（view不会开辟新的内存空间）

Dontla的博客

04-29

1645

from numpy\core_multiarray_umath.py def view(self, dtype=None, type=None): # real signature unknown; restored from __doc__ """ a.view(dtype=None, type=None) Ne...

Python报错：ValueError: Type must be a sub-type of ndarray type

sweet_tea_的博客

01-01

3100

Python报错：ValueError: Type must be a sub-type of ndarray type

整理pytorch报错

m0_37663482的博客

03-10

8806

Stack Overflow[1]中有这个问题的描述，自己写了一个dice loss，没法反向传播，报这个错。原因应该是因为用了torch.argmax()，好像这个函数不可导，所以没法反向传播。但是 ...

Numpy---ndarray的属性、形状、类型

weixin_43961909的博客

06-03

553

数组属性反映了数组本身固有的信息。

ndarray数据类型和相关使用

hu1258123819的博客

10-07

3567

Android开发 — setTag的妙用和The key must be an application-specific resource id 异常

01-05

tag是view的一个属性，也可以说是view用于存放参数的一个map，对于提高性能和参数传递都有妙用，比如提高listview的性能：用于缓存item的view 代码如下:public View getView(final int position, View convertView...

Python爬虫ValueError:Timeout value connect was ＜object object at 0x00001782E5847F0＞,but it must be an

05-20

13万+

成功解决TypeError: unhashable type: 'numpy.ndarray' 目录解决问题解决思路解决方法解决问题 TypeError: unhashable type: 'numpy.ndarray' 解决思路类型错误:不可hash的类型:'numpy.ndarra...

TensorFlow 报错：unhashable type: 'numpy.ndarray' error

玄学实验室

07-02

2万+

在TensorFlow运行计算图的过程中，sess.run()那行可能会出现报错 unhashable type: 'numpy.ndarray' error 大致意思为不可哈希的类型问题出现在feed_dict 里面。我们知道，feed_dict 参数一般存放占位符placeholder 所指向的具体的数据，以字典方式存储。而Python中字典的key和value类型是有限制的，并不是所有类...

TensorFlow学习（二）：变量常量类型

谢小小XH

11-13

6万+

更新时间：2017.2.27 tensorflow 1.0出来了，API和以前有了一些不一样，所以这里把把之前的代码迁移到新的上面去。格式有问题，慢慢调….一.概览还记的上节TensorFlow学习（一）：感受一下的hello word的例子吗？是不是出现了一些新的编程思路和一个函数类等等。我们学任何一门编程语言的时候，都会讲一些量的操作，因为这是基本。这节的主要任务就是熟悉最基本的一些量怎

pytorch中数据集的划分方法及eError: take(): argument 'index' (position 1) must be Tensor, not numpy.ndarray错误原因

^_^

12-27

2万+

在使用pytorch框架时，难免需要对数据集进行训练集和验证集的划分，一般使用sklearn.model_selection中的train_test_split方法该方法使用如下： from sklearn.model_selection import train_test_split import numpy as np import torch import torch.autogra...

view Type must be a sub-type of ndarray type

06-13

这个错误通常是因为你在使用 PyTorch 的 `view` 函数时，传入了一个不是 `torch.Tensor` 类型的对象。`view` 函数只能够操作 PyTorch 的张量对象，如果传入的是其他类型的对象，就会出现这个错误。如果你想要改变一个 NumPy 数组的形状，可以使用 NumPy 的 `reshape` 函数，例如： ```python import numpy as np # 创建一个形状为 (3, 4) 的数组 array = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) # 将数组转换为 PyTorch 张量 tensor = torch.from_numpy(array) # 使用 reshape 函数改变数组形状 new_array = array.reshape((4, 3)) # 将新的数组转换为 PyTorch 张量 new_tensor = torch.from_numpy(new_array) ``` 如果你已经有一个 PyTorch 张量，想要改变它的形状，可以使用 `view` 函数，例如： ```python import torch # 创建一个形状为 (3, 4) 的张量 tensor = torch.tensor([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) # 使用 view 函数改变张量形状 new_tensor = tensor.view((4, 3)) ``` 需要注意的是，使用 `view` 函数改变张量形状时，新的形状必须与原来的形状兼容，否则会出现 `RuntimeError: shape '[...]' is invalid for input of size [...]` 的错误。

“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