torch遇到的一系列问题

已于 2022-06-15 20:16:15 修改
阅读量678 收藏
点赞数
文章标签： python pytorch 深度学习
于 2021-05-31 10:04:15 首次发布
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_41897073/article/details/117410403
版权
本文主要探讨了PyTorch版本升级导致的代码兼容性问题，如train_loss+=loss.data[0]在新版本中需要更改为train_loss+=loss.item()。此外，还指出训练数据输入值需为long类型的Tensor。解决方案包括使用loss.item()避免索引错误，以及将int值Tensor转换为long。同时，文章强调了正确处理训练样本数据类型的重要性。
摘要由CSDN通过智能技术生成

1.报错原因：train_loss += loss.data[0] 是pytorch0.3.1版本代码,在0.4-0.5版本的pytorch会出现警告,不会报错,但是0.5版本以上的pytorch就会报错,总的来说是版本更新问题

解决方法：

#将原语句：

train_loss+=loss.data[0]

#修改为：

train_loss+=loss.item()

2.原因分析：是具体的数字，不能加索引

解决方法：

原句：total_loss[0]/training_data.sents_size

改为：total_loss/training_data.sents_size

3.

错误分析：训练的批量样本数据输入值需要是long值的Tensor数据，而不是int值的Tensor数据.

解决：

后面加上ｌｏｎｇ（）

筱萱儿
关注
torch2trt压缩包
07-22
- **模型优化**：转换过程中，`torch2trt`会执行一系列优化步骤，包括层融合、动态到静态形状的转换等，以适应TensorRT的优化策略。 - **序列化**：最后，将优化后的模型序列化为TensorRT的`.plan`文件，便于部署...
解决AttributeError: ‘collections.OrderedDict‘ object has no attribute ‘eval‘
与君共勉，一起学习
05-28 2万+
报错 AttributeError: ‘collections.OrderedDict‘ object has no attribute ‘eval‘ 原因 这个错误的原因就是说你这个collecttions的类对象没有eval这个属性。 绝大部分原因是因为使用了下面语句来保存模型。 torch.save(model.state_dict(),model_path) 但实际上它保存的不是模型文件，而是参数文件文件。在模型文件中，存储完整的模型，而在状态文件中，仅存储参数。因此，collections.O
loss.data[0] 报错invalid index of a 0-dim tensor. Use `tensor.item()` in Python or `tensor.item＜T＞()`
will599的博客
01-21 1415
刚开始学pytorch 源码 for e in range(1000): out = logistic_regression(Variable(x)) loss = criterion(out, Variable(y)) optimizer.zero_grad() loss.backward() optimizer.step() if (e + 1) % 20 == 0: print('epoch: {}, loss: {}'.format(e + 1, loss.dat
pytorch使用DataParallel时遇到的几个问题
tyler的博客
11-15 2977
import Model import torch device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model = Model(input) model.to(device) model = torch.nn.DataParallel(model) ... 1、问题1： ValueError: only one element tensors can be converted to Python scalars
pytorch中的.detach()和detach_()和.data和.cpu()和.item()的深入详解与区别联系
weixin_45928096的博客
03-16 5781
pytorch中的.detach()和detach_()和.data和.cpu()和.item()的深入详解与区别联系 在x->y->z传播中，如果我们对y进行detach()，梯度还是能正常传播的； 但如果我们对y进行detach_()，就把x->y->z切成两部分：x和y->z，x则无法接受到后面传过来的梯度。 x.data和x.detach()返回和x的相同数据 tensor，这个新的tensor和原来的tensor（即x） .data返回的是一个tensor、而.item()返回的是一个具体的数值。
【红外彩色化】一些bug的简单记录及可能的解决方法
qq_40721108的博客
07-11 2038
红外图像彩色化问题的一些简单处理方法
torch-1.11.0-cp38-cp38-linux_aarch64.zip
09-18
通常，这样的文本文件会包含步骤、注意事项、可能遇到的问题以及解决方案等信息，对于开发者来说非常重要，因为他们需要遵循这些指导来确保在Jetson设备上成功部署和运行PyTorch。 总的来说，这个压缩包包含了一个...
ubuntu安装anaconda+torch+opencv+vscode常见问题总结
最新发布
01-27
在Ubuntu操作系统上安装科学计算工具包Anaconda、深度学习框架PyTorch、计算机视觉库OpenCV以及流行的代码编辑器Visual Studio Code（VSCode）可能会遇到一系列挑战。本文将概述这些安装过程中可能遇到的问题及相应...
英伟达jetson系列开发板torch环境配置，适用于：Nano、Tx2、Nx、Xavier、Orin等
08-02
英伟达Jetson系列开发板，如Jetson Nano、TX2、NX、Xavier和Orin，是专门针对边缘计算和人工智能应用设计的高性能计算平台。对于这些开发板，配置深度学习框架Torch的环境是关键步骤，尤其对初学者来说，能够快速...
yolov8同时推理多路视频流，同时支持torch和onnx推理
06-30
在处理多路视频流时，YOLOv8可能会遇到一些挑战，比如资源分配、并发处理以及如何避免不同视频流之间的干扰。为了实现高效的并发，模型可能采用了多线程或多进程技术，将每一路视频流的处理独立开来，以充分利用多核...
【item() detach()用法】神经网络训练显存越来越大的原因之一
计算机视觉方面的点点滴滴，欢迎一起讨论
04-22 4584
文章目录1 显存变大的原因2 loss.item()和loss.detach()解决问题3 感谢链接 1 显存变大的原因 PyTorch采用动态图机制，通过tensor(以前是variable)来构建图，tensor里面包含的梯度信息用于反向传播求导。但不是所有变量都应该包含梯度(毕竟东西多，占“面积”就多)，否则就会造成网络越跑，所占显存越大的情况，那怎么办呢？ 2 loss.item()和loss.detach()解决问题 先看一段代码， for batch_idx, (inputs, targ
神经网络学习（一）（pytorch）
奔跑的小仙女
02-21 2680
pytorch实现线性回归 w = Variable(torch.randn(1),requires_grad=True) #需要求梯度 b = Variable(torch.randn(1),requires_grad=True) def linear_model(x): return w*x+b def get_loss(y_,y): return torch.mea...
pytorch的坑---loss没写好，现存爆炸
qq_27292549的博客
05-09 1万+
作者：陈诚 链接：https://www.zhihu.com/question/67209417/answer/344752405 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 算是动态图的一个坑吧。记录loss信息的时候直接使用了输出的Variable。 应该不止我经历过这个吧... 久久不用又会不小心掉到这个坑里去... for d
TypeError: iteration over a 0-d tensor
云计算、数据库、大数据、容器、微服务、深度学习、NLP、Python
06-02 1万+
模型训练报错： TypeError: iteration over a 0-d tensor 解决： total_loss+=loss 换成如下方式 total_loss+=loss.item()
PyTorch初学错误集锦
weixin_43887661的博客
06-02 761
1.IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number 报错原因: running_loss += loss.data[0] 是pytorch0.3版本代码,在0.4-0.5版本的pytorch会出现警告,不会报错,但是在0.5版本以上就会报错,版本更新问题。 解决方法: # 将原语句： running_loss += loss.data[0]
CNN初学者总结
weixin_54639548的博客
08-19 932
CNN初学者，代码部分源于DataWhale的Pytorch基础实战
Pytorch学习（十一）Pytorch中.item()的用法
热门推荐
qq_37297763的博客
05-12 3万+
我第一次接触.item()是在做图像分类任务中，计算loss的时候。total_loss = total_loss + loss.item() 1. .item()的用法 .item()用于在只包含一个元素的tensor中提取值，注意是只包含一个元素，否则的话使用.tolist() x = torch.tensor([1]) print(x.item()) y = torch.tensor([2,3,4,5]) print(y.item()) # 输出结果如下 1 ---------------------
pytorch训练网络的细节
weixin_45091814的博客
05-20 393
pytorch训练网络的细节 计算loss的时候： train_loss += loss.item() 保存和加载权重： PATH = './cifar_net.pth' torch.save(net.state_dict(), PATH) net.load_state_dict(torch.load(PATH)) 在测试的时候，加上with torch.no_grad(): correct = 0 total = 0 # since we're not training, we don't need
IndexError: invalid index of a 0-dim tensor
weixin_42535423的博客
07-17 429
pytorch报错原因分析: train_loss += loss.data[0] 是pytorch0.3.1版本代码,在0.4-0.5版本的pytorch会出现警告,不会报错,但是0.5版本以上的pytorch就会报错,总的来说是版本更新问题. 解决方法: #将原语句： train_loss+=loss.data[0] #修改为： train_loss+=loss.item() #bingo 将所有data[0]改为item() ...
解决Jetson Nano上torch与torchvision安装难题
- torchvision是PyTorch的官方扩展，提供了一系列用于计算机视觉任务的工具和模型。它与PyTorch版本紧密相关，需要确保两者之间的版本兼容。 - 从描述中可知，有特定的ARM版本torchvision可用，其版本号为0.11.0。...
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
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