【nn.Sequential 因为报错，原因是括号的位置导致问题】

最新推荐文章于 2024-05-30 09:53:13 发布

原创最新推荐文章于 2024-05-30 09:53:13 发布 · 664 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #人工智能

本文解决了一个因括号位置不当导致的TypeError问题，在PyTorch模型定义中，nn.Sequential的使用需要正确放置括号以确保所有层被正确包含。通过调整括号位置，使模型能够成功构建并运行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

TypeError: torch.FloatTensor is not a Module subclass

这个错误搞了好久，竟然是一个括号的问题！记录一下

class Longtao(nn.Module):
    def __init__(self):
        super(Longtao, self).__init__()
        self.model = nn.Sequential
        (
            #  ↑ 括号导致报错
            nn.Conv2d(3, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, 1, 2),
            nn.MaxPool2d(2),

            nn.Flatten(),
            nn.Linear(64 * 4 * 4, 64),
            nn.Linear(64, 10)
        )

##该部分代码存在问题

class Longtao(nn.Module):
    def __init__(self):
        super(Longtao, self).__init__()
        self.model = nn.Sequential(
            #  括号导致报错  注意将这个括号放到上面去！！！
            nn.Conv2d(3, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 32, 5, 1, 2),
            nn.MaxPool2d(2),
            nn.Conv2d(32, 64, 5, 1, 2),
            nn.MaxPool2d(2),

            nn.Flatten(),
            nn.Linear(64 * 4 * 4, 64),
            nn.Linear(64, 10)
        )
        def forward(self, x):
        	x = self.model(x)
        	return x
if __name__ == '__main__':
    longge = Longtao()
    input = torch.ones((64, 3, 32, 32))
    output = longge(input)
    print(output.shape)

至此，修改完那个括号，，代码可以正常运行！