在运行torch.rsqrt函数时候报错:
import torch
a=torch.tensor([1,2,3,4])
b=torch.rsqrt(a)
print("b:",b)
报错:
Traceback (most recent call last):
File "D:/pytorch学习代码/torch.rsqrt.py", line 8, in <module>
b=torch.rsqrt(a)
RuntimeError: "rsqrt_cpu" not implemented for 'Long'
分析原因:代码中tensor=([1,2,3,4]),这是整型,初步猜测torch.rsqrt函数只接受浮点型tensor,
验证想法:
输入浮点型tensor并且打印出tensor数据类型:
import torch
a=torch.tensor([1.,2.,3.,4.])
b=torch.rsqrt(a)
print("a的dtype:",a.dtype)
print("b:",b)
输出:
a的dtype: torch.float32
b: tensor([1.0000, 0.7071, 0.5774, 0.5000])
从输出可以看到当输入为浮点型tensor能够正确使用torch.rsqrt函数。
但是有个特别奇怪的地方:我将tensor([1.,2.,3.,4.])改为tensor元素由3个浮点型,1个整型的tensor([1.,2.,3.,4])组成的tensor又不报错了,难道这是一个bug?还是说tensor中只要有一个浮点型就可以了?