所遇到的错误:
相应的代码:
import torch
import torch.distributions as dist
p = dist.Normal
mu = torch.Tensor(torch.randn(2, 2))
logvar = torch.Tensor(torch.randn(2, 2))
pz_x = p(mu, logvar) # 在这一步报错
z = pz_x.rsample(torch.Size([1]))
测试发现不是type的问题,发现将logvar的生成语句改为下面的方式就不会报错:
logvar = torch.Tensor(torch.rand(2, 2))
- torch.randn() 用来生成满足标准正态分布的随机数(有正有负)
- torch.rand() 用来生成满足0-1的均匀分布的一组随机数
查看了torch.distributions.Normal的官方文档,并对比上面error所提示的 GreaterThan(lower_bound=0.0),可以知道logvar这里的参数需要输入的是正数,所以用rand不会报错,而randn会: