Expected isFloatingType(grads[i].type().scalarType()) to be true, but got false.

在使用PyTorch进行张量梯度求解时,遇到因输入数据类型不正确导致的错误。解决方法是在调用`backward`函数时,确保传入的张量为float类型。错误代码示例中,没有指定输入张量的类型,而正确代码示例中,通过`dtype=float`指定了张量类型,从而成功计算梯度。
摘要由CSDN通过智能技术生成

错误原因

在进行 张量 梯度求解时,传入数据类型不对

解决方法

指定传入张量类型为 float 类型即可

错误代码示例

import torch

# 第一步:创建 tensor
x = torch.ones(2,2,requires_grad=True)
print(x)

# 第二步:对 tensor 做处理
y = x**2
print(y)

# 第三步:求梯度
y.backward(torch.tensor([[3,2],[2,2]]))
print(x.grad)

正确代码示例

import torch

# 第一步:创建 tensor
x = torch.ones(2,2,requires_grad=True)
print(x)

# 第二步:对 tensor 做处理
y = x**2
print(y)

# 第三步:求梯度
y.backward(torch.tensor([[3,2],[2,2]],dtype=float)) # 这里加了一个类型
print(x.grad)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

super码王

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
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