pytorch中遇到的常见的错误处理

1、RutimeError: Expected object of scalar type Float but got scalar type Double for argument #2 'mat1'

当出现以上问题时候，是格式错误：

错误语句：

model_train_x = torch.tensor(model_train_x.values) 

该语句中，tensor的默认类型是Float64,需要修改类型成为float32才可以

网上大多数的修改意见是：

1、model_train_x = torch.from_numpy(model_train_x.astype(np.float32)) 
2、model_train_x = torch.from_numpy(model_train_x.values) 

我试了一下不是很可行，依然在报错，我采用如下的操作进行处理之后，操作成功：

model_train_x = torch.tensor(model_train_x.values,dtype=torch.float32)

2、pytorch的形状更改：

我们在改变torch的类型的时候，通常需要进行reshape：

正确的改该方式为：

moodel_train_x = torch.reshape(model_train_x,(1,192,25))
其中model_train_x为处理好的tensor数据，（a,b,c）为更改的形状

3、ValueError: expected sequence of length 72 at dim 1 (got 167)

这个问题出现在对tensor的转换中

tensor的转换要求内部的数组维度相同：例如

model_train_x = [[1],[2,3],[3,4,5,6,6]]
model_train_y = torch.tensor(model_train_y,dtype=torch.float32)

是不可行的，，需要调整数据子集的长度。

4、Cannot convert a symbolic Tensor (lstm/strided_slice:0) to a numpy array.

转换