pytorch调试记录

最新推荐文章于 2024-08-22 17:22:59 发布
最新推荐文章于 2024-08-22 17:22:59 发布
阅读量107 收藏
点赞数
分类专栏： 调试记录 文章标签： 深度学习 bug
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/zerone_fu/article/details/110118336
版权

调试报错
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
截图
Model.py

说明
在调试运行导师给的程序Residual Net的GunPoint程序时，出现报错，调试结果为输入与网络不符。

原因

  • 输入的数据类型与网络参数的类型不符
  • Input type为torch.cuda.FloatTensor（GPU数据类型）， weight
    type（即net.parameters）为torch.FloatTensor（CPU数据类型）

解决方案
net = mdl.ResNet()
改为↓
net = mdl.ResNet().cuda()

环境
vscode+pytorch环境（python3.6.10）

just_zerone
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
指南 3：在 PyTorch 中调试
t631791611的博客
07-30 141
然而，在某些情况下，PyTorch 不会抛出错误，因为未对齐的维度（不幸的是）具有相同的大小。如果你接受输入x尺寸的B \times d_{in}（B是批量维度），并且在您的超参数设置中， B=d_{in}，您最终可能会在错误的维度上执行矩阵乘法，而 PyTorch 未检测到它。在上面的语言示例中，模型会认为“a”比“o”更接近“b”，尽管“a”和“o”都是人声，并且“a”和“b”的接近程度并不相同。如果您定义类似 的参数，您的模型将不会在 GPU 上注册该参数，因为“.to”运算符会创建一个新的张量。
pytorch 问题记录
feitianlzk的博客
05-24 1981
Tensor & Variable What is the difference between Tensors and Variables in Pytorch? torch tensors are actually the data. variables wrap tensors, and construct a chain of operations between the t...
深入浅出：PyTorch 调试详解
DeepViewInsight的博客
09-16 425
在深入研究PyTorch的调试技巧之前，让我们先来了解一下什么是调试。调试是解决计算机程序中出现的错误或问题的过程。这些错误可能导致程序崩溃、产生错误的输出，或者不按照预期工作。调试的目标是找到问题的根本原因并修复它，以确保程序能够正确运行。调试是深度学习开发中的重要部分，它可以帮助你解决各种问题，从简单的代码错误到复杂的模型和数据问题。无论你是新手还是经验丰富的开发者，都可以使用PyTorch的各种调试工具来提高工作效率。希望这篇博客能帮助你更好地理解PyTorch调试的基本原理和方法。
深入探索PyTorch中的调试技巧
DeepViewInsight的博客
09-16 1080
在深度学习中，调试是一项必不可少的技能。希望本文介绍的调试工具和技巧可以帮助你更好地理解和解决PyTorch代码中的问题。通过不断练习和积累经验，你将变得更加熟练，能够更快速地排除问题，提高模型的性能和效率。无论你是新手还是有经验的深度学习从业者，都可以受益于良好的调试技能。继续学习，不断改进，你将成为一位出色的深度学习工程师！
pytorch 进行分布式调试debug torch.distributed.launch 三种方式
flyingluohaipeng的博客
01-10 7458
当进入pdb调试后，跟原先使用pdb调试命令一样，可以在线打断点（再使用pdb命令添加多个断点），也可以逐行执行代码，也能查看变量。唯一缺点是分布式调试需要在代码前手动加上pdb.set_trace()这一行代码，手动打第一个断点。命令行添加pdb后，进入调试的代码在launch.py中，打断点到主程序后，无法进入到住程序里面，------？
pytorch安装记录
XNJaaa的博客
12-14 223
pytorch安装记录 安装pytorch的过程中遇到很多问题，要不然就是网速慢下载中断，要不就是出现各种问题。第一次安装出了很多错误，所以只好卸载Anaconda,重新下载。这一次终于安装成功了。我采用的是conda下载，步骤如下： 一、安装anaconda 这一步不过多介绍，csdn上有很多介绍。 二、打开Anaconda prompt 在上一步安装结束后，打开anaconda prompt界面。首先新建一个pytorch环境。 使用下面的命令行 conda create -n pytorch pyth
Pytorch学习记录分享13-OCR(Optical Character Recognition,光学字符识别)
01-04
在本篇PyTorch学习记录中，我们将深入探讨OCR（Optical Character Recognition，光学字符识别）技术，并结合PyTorch框架进行实现。OCR是计算机视觉领域的一个重要分支，它的目标是从图像中检测并识别出可读的字符，...
nano 的pytorch
05-10
PyTorch是Facebook开源的一个强大的深度学习框架，它提供了动态计算图的功能，使得模型构建、训练和调试变得更为灵活。下面将详细讨论PyTorch的基本概念、核心特性以及在资源有限的环境下如何优化使用。 PyTorch的...
pytorch基础学习笔记
03-13
- **动态计算图**：PyTorch通过自动记录所有操作来构建动态计算图，使得用户可以在运行时动态调整网络结构，非常适合原型设计和调试。 - **自动梯度计算**：PyTorch能够自动计算损失函数关于参数的梯度，大大简化了...
Python-使用PySnooper调试PyTorch代码
08-11
Debug PyTorch code using PySnooper
pytorch参考总结
11-05
它提供了动态计算图功能，使得模型构建和调试更加方便。本文将深入探讨PyTorch中的核心概念，包括torch操作、nn模块、autograd模块以及torchvision的基础知识。 一、torch操作 PyTorch的基础是torch库，它包含了...
PyTorch技术参考手册
08-01
相比于TensorFlow，PyTorch的动态计算图模式使得模型构建更加直观，更易于调试，特别适合研究阶段的快速原型设计。而TensorFlow则更适合大规模生产环境的模型部署。 1.2 PyTorch环境搭建 在开始使用PyTorch之前，...
pytorch 练习代码调试步骤（PointNet++）
qq_45727825的博客
09-29 953
pytorch 练习代码调试步骤（根据自己练习PointNet++编写）如有需要PointNet++训练集同学，请私聊或者留言
收集到的 PyTorch trick 集锦
MIss-Y的博客
08-13 748
目录： 指定GPU编号 查看模型每层输出详情 梯度裁剪 扩展单张图片维度 独热编码 防止验证模型时爆显存 学习率衰减 冻结某些层的参数 1、指定GPU编号 设置当前使用的GPU设备仅为0号设备，设备名称为/gpu:0：os.environ["CUDA_VISIBLE_DEVICES"] = "0" 设置当前使用的GPU设备为0,1号两个设备，名称依次为/...
pytorch代码调试
appleaoliao的博客
09-13 520
1. 是否全部用的pytorch内置函数 2.高斯核参数均值μ和sigma是否设置合理 3.内存报错：batch size, pin_memory=False 4. pip install torchsnooper在函数前加装饰器 @torchsnooper.snoop() 可以打印该函数的每行代码输出内容。 .... 持续更新 ...
Pytorch调试
03-29 130
这个咋解决？
Pytorch调试：数据维度变换
qq_40797015的博客
11-30 542
调用确定维度的数据，会出现自动降维，以 ‘:’ 调用，不会降维。
深度学习学习经验——全连接神经网络（FCNN）
最新发布
qq_41065669的博客
08-22 781
全连接神经网络（FCNN）是最基础的神经网络结构，它由多个神经元组成，这些神经元按照层级顺序连接在一起。每一层的每个神经元都与前一层的每个神经元连接。接待区交流区和结果区。
评论
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