5G灵敏度调试硬刚指南！N77/N79频段到底怎么调？

于 2025-04-28 09:09:18 发布
阅读量932 收藏 19
点赞数 26
分类专栏： 5G等射频知识专栏 文章标签： 5G
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/weixin_43199439/article/details/147571272
版权

在这里插入图片描述

🚀5G灵敏度调试硬刚指南！N77/N79频段到底怎么调？

想要拿下5G射频调试，不懂灵敏度就像打游戏只学会了走路，根本不配叫高手！特别是N77、N79这种热门频段，灵敏度调不好，产品上线后PQA必挂！
今天咱们就来一次不拐弯抹角的深聊：5G灵敏度调试怎么搞？

📡灵敏度是啥？为啥重要？

灵敏度（Sensitivity），简单说就是——

设备最小能接收到的信号强度。

如果把你的手机比喻成耳朵，那灵敏度就是你的“听力好不好”。
听力不好，信号一弱就掉线；听力好，即使基站藏在隔壁小区也能一秒接住它！

📚官方一点的定义：

了解本专栏 订阅专栏 解锁全文
报错处理：RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should...
cnjs1994的博客
04-11 4058
这篇博客解决的是pytorch训练图像分类模型中常常遇到的一个常见问题：就是模型在GPU,但是数据加载到了CPU
RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.cuda.FloatTensor) should be
Limiiiing的博客
09-05 1209
在YOLOv9的模型改进中，使用一些模块进行改进后，无法正常训练。
pytorc训练出现RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.FloatTensor)
u012374012的专栏
05-24 485
pytorch训练出现RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.FloatTensor)的错误，一般是输入数据和网络数据不匹配。重新训练，程序正常执行。
真的成功解决！RuntimeError:Input type(torch.cuda.HalfTensor) and weight typet(torch.cuda.FloatTenor)
最新发布
慕笙的博客
03-25 174
原因：YOLO系列的代码由于在使用PyTorch的自动混合精度训练（AMP）时，输入张量和权重张量的数据类型不一致所致。在这种情况下，input(输入)是半精度浮点数（HalfTensor），而weight（权重）是单精度浮点数（FloatTensor）方法：amp=False
YOLO改进模块出现的问题及改进方法
TracyGC的博客
03-20 1775
RuntimeError: grid_sampler_2d_backward_cuda does not have a deterministic implementation RuntimeError: DataLoader worker (pid(s) 10556, 2552, 32032, 34540, 34092, 24356) exited unexpectedly CUDA out of memory
RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.FloatTensor)
weixin_44229976的博客
03-06 4586
将卷积运算放到初始化中，与模型初始化一块加载到cuda 原来代码： class layer(nn.Module): ''' x: input features with shape [N,C,H,W] gamma, b: parameters of mapping function ''' def __init__(self): super(layer, self).__init__() self.avg_pool = nn.Adapt
RuntimeError:Input type(torch.cuda.HalfTensor)and weight type(torch.FloatTensor)should be the same
weixin_57632381的博客
05-31 1423
报错分析：输入数据张量类型为torch.cuda.HalfTensor，已经加载在GPU上，而添加的模块的权重参数张量类型为torch.FloatTensor)，添加的模块在CPU上，没有在GPU上，两者不匹配。
[报错]-RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.cuda.FloatTensor) shoul
Y_1239的博客
03-23 1万+
模型输入的数据类型要与模型参数的数据类型一致。
Pytorch数据使用列表的卷积层时报错及解决-RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.Floa
asd123pwj的博客
04-02 3335
文章首发及后续更新：https://mwhls.top/3737.html，无图/无目录/格式错误/更多相关请至首发页查看。 新的更新内容请到mwhls.top查看。 欢迎提出任何疑问及批评，非常感谢！ 目录 1. 错误信息 2. 场景描述 3. 解决方法 错误信息RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.FloatTensor) should be same 场景描述数据调用 list 里的
【问题记录】RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should b
qq_46110320的博客
01-28 179
报错意思是说，模型和输入数据类型不匹配，模型在GPU上，而输入数据是在CPU上。
错误记录：Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
gimme5的博客
09-19 1069
根据我的理解，只有模型中被正确注册的模块 （properly registered）可以被正确的初始化到想要的设备上，而一般的list类型并不属于pytorch中的模块，所以并不算是被正确注册了。可以看到所有的自定义的模块都在__init__函数进行初始化了，似乎这个也不是问题所在。那么到底是哪里的板块没有被成功初始化呢？打印出来似乎也没什么问题。但是这里又说是模型参数和输入不在同一设备上，那么应该就是自定义模型的问题。
【torchsummary报错】RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.F
weixin_44316581的博客
04-10 3373
源代码： device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu") model = torchvision.models.resnet18(pretrained=None) model.fc = nn.Linear(512, 10) summary(model, input_size=[(3, 224, 224)], batch_size=256, device="cuda") 报错为：RuntimeError
mmdetection-报错RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
Faster6的博客
12-29 3691
mmdetection，RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same, but I set model and data to cuda
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.cuda.HalfTensor) should be.
热门推荐
XC___XC的博客
10-16 1万+
device 首先是查看输入的两个数据的device是否一致，出现这种情况的原因可能是因为device不同导致的，可能在不同的GPU上。 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") data.to(device) 通过这个设定一个device，然后将data转到device中，然后debug查看数据的device是否相同。 type 在我这里，我的两个输入数据是在同一个cuda中，但是还是出错了，通过查看数据
Input type (torch.FloatTensor) and weight type (torch.cuda.HalfTensor) should be the same
weixin_45588505的博客
07-18 1994
出现这个错误一般是由于cuda和cpu格式没匹配。model.cuda() 或。
RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.FloatTensor) sh
qq_53017076的博客
03-13 571
是在这一步遇到的：di = net(batch["image"].to(device))这两个问题我调试了1天半：结果发现！都是cuda的问题，# 确保所有输入都在指定设备上。
blip2 RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.HalfTensor) should be
qq_47554267的博客
03-20 567
在导入model时增加device_map参数。
pred = pred.float(）执行时RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.cuda.FloatTensor) should be the same
11-19
当执行 `pred = pred.float()` 时遇到 `RuntimeError: Input type (torch.cuda.HalfTensor) and weight type (torch.cuda.FloatTensor)` 错误，这是因为你正在尝试将一个半精度浮点数（HalfTensor，通常用于内存效率更高的场景）转换为全精度浮点数（FloatTensor），但模型的权重可能期望输入和权重具有相同的类型。 解决这个问题的方法是： 1. **确保类型匹配**： ```python if pred.dtype == torch.half: # 检查预测变量的类型 pred = pred.to(torch.float) # 如果是半精度，转换为浮点类型 else: pred = pred # 如果已经是浮点类型，无需转换 ``` 2. **检查模型配置**： 确认模型是否支持输入为半精度（如某些深度学习框架可以处理半精度计算）。如果不是，可能需要调整模型以接受半精度输入，或者直接将输入转换为浮点类型。 如果是因为其他维度相关的错误导致的CUDA error，比如`RuntimeError: CUDA error: device-side assert triggered`，按照引用[2]中的分析，这通常是由于索引超出数组边界。在这种情况下，你需要检查你的代码逻辑，确保你在访问张量元素时使用的索引是有效的，不会超过其实际大小。
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

打赏作者

空间机器人

您的鼓励是我创作最大的动力

¥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