Pytorch学习遇到的问题记录

学习链接：https://github.com/chenyuntc/pytorch-book

第三章 PyTorch基础：Tensor和Autograd

1. Tensor出现数据类型不匹配问题（在之后遇到类似问题进行同样处理即可）
   
   【解决办法】发现a的数据类型是torch.int64，而报错显示这里需要float数据类型，将原语句改为c.scatter_(1, index, b.float())即可
   
   
2. 报错信息显示只有float类型才能计算梯度
   
   【解决办法】将int数据类型变为float类型即可
   

第六章 实战指南

1. 对于数据集的处理：按照教程指导从官网下载数据集，包括训练集和测试集，分别分为两个文件夹train和test1，注意到在./data文件夹下也有相同命名的文件，我的处理是把这两个原来的文件删除，然后把新下载的两个数据集替换进去，后面的操作证明确实可行。
   
2. 处理完数据集，运行如下命令启动训练，发现报错：
   
   【解决办法】打开main.py文件，将文件第一行# coding:utf8替换为# -*- coding: utf-8 -*-即可。
3. 将dataset.py文件中原48行（因为前面我写了注释，故对应我这边51行）T.RandomReSizedCrop(224)应改为T.RandomResizedCrop(224)，大小写要纠正，否则会报错。
   
4. 将basic_module.py文件中save函数中定义模型部分进行修改，原来是时间信息通过:进行连接，运行会报错OSError: [Errno 22] Invalid argument: 'checkpoints/squeezenet_0921_10:14:20.pth'
   
   【解决办法】将保存文件名称进行修改，我用下划线_进行连接。
   
5. 训练完数据集，运行如下命令进行测试，发现报错：
   
   【解决办法】原config.py中存在一个小错误，如下图所示，在定义测试集存放的位置那一行可以发现应改为test_data_root='./data/test1/'