UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach()

最新推荐文章于 2024-01-18 15:42:29 发布
最新推荐文章于 2024-01-18 15:42:29 发布
阅读量1.1w 收藏 19
点赞数 7
分类专栏： python 文章标签： pytorch 深度学习 python
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_44295084/article/details/120357492
版权

1、UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor).
在这里插入图片描述
解决：
将

theta_init_new = torch.tensor(theta, dtype=torch.float32, requires_grad=True)

改为

theta_init_new = torch.as_tensor(theta, dtype=torch.float32, requires_grad=True)

2、‘bool’ object is not iterable
在这里插入图片描述
解决：

silhouette10
关注
  • 7
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
警告解决方案：To copy construct from a tensor, it is recommended to use...
xiaofeixia002X的博客
12-02 1421
To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor).
警告UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach
spark的博客
05-11 7759
函数都会创建新的张量，并且不与原先的张量共享内存，即使输入的是一个已有的 PyTorch 张量。如果原先的张量是一个反向传播计算图的一部分，使用。函数会破坏计算图中张量的历史信息，使原来的张量和新创建的张量不再共享梯度和计算历史。因此，如果想要创建一个新的张量，最好使用。具有相同的形状和值，但是它不再共享梯度和计算历史，可以安全地用于其他操作。警告信息提到了这个建议，是因为在 PyTorch 中，这个警告信息是提示在构造新的张量时，推荐使用。，这样可以安全地复制一个共享计算历史的张量。
UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone...的解决方案
weixin_61745097的博客
03-30 3781
UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone()...和UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.的解决方案
Pytorch报警告UserWarning: To copy construct from a tensor
热门推荐
sxl的博客
04-07 1万+
详细的警告如下：   UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor). feature = torch.tensor( , dtype=torch.float32)
python运行警告_ UserWarning: To copy construct from a tensor
最新发布
weixin_51659315的博客
01-18 1380
这个警告是 PyTorch 给出的建议，提示你在构造新的张量时最好使用 tensor.clone().detach() 或 tensor.clone().detach().requires_grad_(True)，而不是 torch.tensor(sourceTensor)。可以根据实际情况选择其中一种方法，具体取决于你是否需要保留梯度信息。，使用 clone().detach().requires_grad_(True)。，使用 clone().detach()；
pytorch神经网络的小问题
weixin_42233120的博客
05-29 6474
UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor). feature = torch.tensor(torch.from_numpy(feature), dtype=t..
UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor).
07-14
它建议使用`clone()`方法来复制一个张量，而不是直接使用`torch.tensor()`函数。这是因为使用`clone()`方法可以保留张量的梯度信息，而`torch.tensor()`函数会创建一个新的张量，不会继承原始张量的梯度信息。为了...
userwarning: to copy construct from a tensor, it is recommended to use sourcetensor.clone().detach() or sourcetensor.clone().detach().requires_grad_(true), rather than torch.tensor(sourcetensor).
06-28
建议使用sourcetensor.clone().detach()或sourcetensor.clone().detach().requires_grad_(true)来复制构造张量，而不是使用torch.tensor(sourcetensor)。
D:\Anaconda\lib\site-packages\torch\nn\modules\loss.py:530: UserWarning: Using a target size (torch.Size([1, 1])) that is different to the input size (torch.Size([])). This will likely lead to incorrect results due to broadcasting. Please ensure they have the same size. return F.mse_loss(input, target, reduction=self.reduction) C:\Users\Lenovo\AppData\Local\Temp\ipykernel_14428\2293198162.py:470: UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor). state = torch.tensor(state,dtype=torch.float32).view(1, -1)
07-14
建议使用`sourceTensor.clone().detach()`或`sourceTensor.clone().detach().requires_grad_(True)`来复制构建张量，而不是直接使用`torch.tensor()`。这是为了确保梯度计算的正确性和效率。 建议你按照警告信息的...
import torch import torch.nn as nn import numpy as np import torch.nn.functional as F import matplotlib.pyplot as plt from torch.autograd import Variable x=torch.tensor(np.array([[i] for i in range(10)]),dtype=torch.float32) y=torch.tensor(np.array([[i**2] for i in range(10)]),dtype=torch.float32) #print(x,y) x,y=(Variable(x),Variable(y))#将tensor包装一个可求导的变量 net=torch.nn.Sequential( nn.Linear(1,10,dtype=torch.float32),#隐藏层线性输出 torch.nn.ReLU(),#激活函数 nn.Linear(10,20,dtype=torch.float32),#隐藏层线性输出 torch.nn.ReLU(),#激活函数 nn.Linear(20,1,dtype=torch.float32),#输出层线性输出 ) optimizer=torch.optim.SGD(net.parameters(),lr=0.05)#优化器(梯度下降) loss_func=torch.nn.MSELoss()#最小均方差 #神经网络训练过程 plt.ion() plt.show()#动态学习过程展示 for t in range(2000): prediction=torch.tensor(net(x)),#把数据输入神经网络，输出预测值 loss=loss_func(prediction, y)#计算二者误差，注意这两个数的顺序 optimizer.zero_grad()#清空上一步的更新参数值 loss.backward()#误差反向传播，计算新的更新参数值 optimizer.step()#将计算得到的更新值赋给net.parameters()D:\Anaconda\python.exe D:\py\text.py D:\py\text.py:26: UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor). prediction=torch.tensor(net(x)),#把数据输入神经网络，输出预测值 Traceback (most recent call last): File "D:\py\text.py", line 27, in <module> loss=loss_func(prediction, y)#计算二者误差，注意这两个数的顺序 File "D:\Anaconda\lib\site-packages\torch\nn\modules\module.py", line 1194, in _call_impl return forward_call(*input, **kwargs) File "D:\Anaconda\lib\site-packages\torch\nn\modules\loss.py", line 536, in forward return F.mse_loss(input, target, reduction=self.reduction) File "D:\Anaconda\lib\site-packages\torch\nn\functional.py", line 3281, in mse_loss if not (target.size() == input.size()): AttributeError: 'tuple' object has no attribute 'size'
05-31
在这段代码中，您将 `prediction` 和 `y` 包装在了一个元组中传递给了 `loss_func` 函数。这是不正确的，因为 `loss_func` 函数期望的是两个张量，而不是一个元组。因此，您需要将 `prediction` 和 `y` 分别传递给 `...
NNDL 实验五 前馈神经网络（1）二分类任务
zhenjiteng的博客
09-28 1410
我这次还是写的非常细，但是这次学到很多东西，感觉都是值得的，同时，也有很多不懂的，希望老师，各位大佬帮我看看，多教教我。
Pytorch使用过程错误与解决 -汇总~
努力学习的！
11-30 2250
Pytorch使用过程错误与解决error1：关键词 copy tensorerror2：关键词 张量相加error3：关键词 nn.Linear()的使用报错1：报错代码：错误原因：报错2：报错代码：错误原因：解决办法错误原因：正确代码 error1：关键词 copy tensor 报错信息： UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sou
torch与numpy转换内存上的小坑
weixin_42092516的博客
02-22 449
pytorch 的数据转换上的小坑
Pytorch学习(十四) ------- Pytorch 0.4代码迁移简要总结
Hungryof的专栏
04-27 1万+
总说 由于pytorch 0.4版本更新实在太大了, 以前版本的代码必须有一定程度的更新. 主要的更新在于 Variable和Tensor的合并., 当然还有Windows的支持, 其他一些就是支持scalar tensor以及修复bug和提升性能吧. Variable和Tensor的合并导致以前的代码会出错, 所以需要迁移, 其实迁移代价并不大. Tensor和Variable的合并...
pytorch基础：tensor
邦戈邦戈栗子的博客
03-29 1070
import os import cv2 import torch if __name__ == "__main__": # 创建未初始化的矩阵 x = torch.empty(5, 3) # 创建随机初始化矩阵 x1 = torch.rand(5, 3) # 创建一个0填充的矩阵，数据类型为long # 注意 zeros 有s,类型参数为dtype 且是torch.long x2 = torch.zeros(5, 3, dtype=torch.l.
开源库OpenNMT-py使用记录
医疗影像检索
12-21 4687
一、准备 官网：http://opennmt.net/ python+torch版Github：https://github.com/OpenNMT/OpenNMT-py python+torch版说明：http://zh.opennmt.net/OpenNMT-py/main.html 环境：ubuntu+python3+torch 需求：将图片公式转化为latex格式的半结构化字符串...
windows anaconda python 3.7 安装 autokeras
个人博客
04-09 2606
windows anaconda python 3.7 安装 autokeras 注意：autokeras 需要先安装pytorch，pytorch的安装参考这篇文章：windows anaconda python 3.7 安装 pytorch-gpu
pytorch例子学习——NEURAL TRANSFER USING PYTORCH神经迁移
weixin_33901843的博客
03-15 332
参考：https://pytorch.org/tutorials/advanced/neural_style_tutorial.html 具体的理论就不解释了，这里主要是解释代码： ⚠️使用的是python2.7 1.导入包和选择设备 下面是需要用来实现神经迁移的包列表： torch, torch.nn, numpy (使用pytorch实现神经网络必不可少的包) torch...
评论 1
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