RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the

最新推荐文章于 2023-10-07 15:48:31 发布
最新推荐文章于 2023-10-07 15:48:31 发布
阅读量271 收藏
点赞数
分类专栏： 神奇的bug
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_45862064/article/details/119900217
版权

在这里插入图片描述
狗bug，弄了我一天。。。
原因是在用GPU跑代码的时候，网络模型中使用了多个类，结果习惯性地只给主类使用了.to(device)，网络中的其他类没管了，导致出现这个bug，后来在涉及到的类后面都添加了.to(device)后就OK了

block = Block().to(device)  # 次类

net = Uet2plus().to(device)  # 网络中的主要类
litchi&&mango
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pytorch模型提示超出内存RuntimeError: CUDA out of memory.
01-20
跑模型时出现RuntimeError: CUDA out of memory.错误 查阅了许多相关内容，原因是：GPU显存内存不够 简单总结一下解决方法： 将batch_size改小。 取torch变量标量值时使用item()属性。 可以在测试阶段添加如下代码：...
RuntimeError: Input type (float) and bias type (struct c10::Half) should be the same
最新发布
m0_53005872的博客
04-04 524
封装yolov5 7.0报错 RuntimeError: Input type (float) and bias type (struct c10::Half) should be the same
Pytorch出现RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
小李的研究生学习日记
10-29 934
这个问题的主要原因是输入的数据类型与网络参数的类型不符。 Input type为torch.cuda.FloatTensor（GPU数据类型）， weight type（即net.parameters）为torch.FloatTensor（CPU数据类型） 有以下两种方法 方法一 device = torch.device('cuda:0') net.to(device) 方法二： net = net.cuda() ...
Python RuntimeError: thread.__init__() not called解决方法
09-22
主要介绍了Python RuntimeError: thread.__init__() not called解决方法,需要的朋友可以参考下
torch.mean()
01-06
注意：在这里使用的时候转一下类型，否则会报RuntimeError: Can only calculate the mean of floating types. Got Long instead.的错误。 查看了一下x元素类型是torch.int64,根据提示添加一句x=x.float()转为tensor....
Android Caused by: java.lang.ClassNotFoundException解决办法
01-04
08-13 18:29:22.924: E/AndroidRuntime(1875): Caused by: Java.lang.ClassNotFoundException:XXXXX in loader dalvik.system.PathClassLoader[/data/app/XXXX.apk] 我想大家经常因为疏忽出现...
runtimeerror: input type (torch.cuda.floattensor) and weight type (torch.floattensor) should be the
weixin_48867081的博客
07-07 823
在 # Load model device = select_device(device) model = DetectMultiBackend(weights, device=device, dnn=dnn, data=data, fp16=half) model.cuda()#使用gpu，用这个将模型数据导入，如用cpu跑把这段注释即可 stride, names, pt = model.stride, model.names, model.pt 说明：加入model.cuda() 或者model =
【BUG解决】 RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
Gorgeous_wxd
12-13 4581
问题描述 RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same 解决方法 对net或者新添加的模块进行转换。 解决方法1 device = torch.device('cuda:0') net= net.to(device) 解决方法2 net = net.cuda() ...
五、RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
panchang199266的博客
12-02 2324
Input type (torch.cuda.FloatTensor) ：代表输入在 GPU 上。weight type (torch.FloatTensor)：代表模型在 CPU 上。需要将模型转到 GPU 上，即：model.cuda()
解决RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be...
Zhe_Lin的博客
10-07 697
导致这个错误的原因是因为输入数据的类型（torch.cuda.FloatTensor）和模型权重的类型（torch.FloatTensor）不一致，由于模型参数没有被正确地移到GPU上。但是在main函数中我已经将对象model.cuda()了，但还是报错说我模型参数没有在GPU上。将卷积定义在init函数中即可，forward函数最好不要直接进行带有权重类型的运算。原本代码中我将卷积Conv1d函数写在了forward前向传播中了。
【代码笔记】RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should b
qq_37194898的博客
05-13 2337
初学者经常会遇到下图所示的问题： RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same 这是说 我们输入的数据类型与网络参数的类型不符。 Input type为torch.cuda.FloatTensor（GPU数据类型） weight type（即net.parameters）为torch.FloatTensor（CPU数据类型） 解决方法有三种：
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
05-18
具体来说，你的输入数据类型是 `torch.cuda.FloatTensor`，而模型的参数类型是 `torch.FloatTensor`。 你可以通过以下代码将输入数据转换为与模型参数类型相同的数据类型： ``` input_data = input_data.to(device...

“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
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