Pytorch和Numpy中默认数据类型的区别

本文探讨了Pytorch使用中遇到的数据类型不匹配问题,源于Numpy的小数默认数据类型为float64,而Pytorch默认为float32。解决方法是将Numpy数组转换为float32类型,确保与Pytorch的数据类型统一,避免网络计算过程中的类型冲突。
摘要由CSDN通过智能技术生成

问题描述: 在使用Pytorch的过程中,有时会遇到以下报错:

RuntimeError: Expected object of type torch.cuda.DoubleTensor but found type torch.cuda.FloatTensor for argument #3 'other'

这种错误是由于数据类型不匹配造成的。这种不匹配可能来自Pytorch各个层之间,也可能来自于使用Dataset和Dataloader导入来自Numpy的数据。后者有时更难以发现。

原因分析: 如果Pytorch的数据来源是Numpy,要十分注意在Numpy中,小数的默认数据类型是np.float,但np.floatnp.float64等价;在Pytorch中,默认数据类型是torch.float,但floatt

评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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