Pytorch的坑记录

最新推荐文章于 2024-03-09 20:31:01 发布
最新推荐文章于 2024-03-09 20:31:01 发布
阅读量748 收藏 2
点赞数 2
CC 4.0 BY-SA版权
分类专栏： pytorch 文章标签： pytorch
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.youkuaiyun.com/Hungryof/article/details/97248209
本文记录了PyTorch使用过程中遇到的两个常见问题：LongTensor与float运算可能导致数值变为0的bug，以及RuntimeError: cuda runtime error (59)的错误调试方法。建议在所有运算完成后才转换为long/int类型，且CUDA错误通常需检查指示行之前的代码。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

总说

简要记录一下pytorch中的坑

  1. LongTensor(IntTensor）和float数字操作，直接变成0！

坑1： long tensor的bug？

import torch
a = (torch.rand(3,4)*10).long()
print(a)
最低0.47元/天 解锁文章

200万优质内容无限畅学
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础
盼小辉丶的博客
05-29 15万+
工欲善其事，必先利其器。为了更专注于学习强化学习的思想，而不必关注其底层的计算细节，我们首先搭建相关强化学习环境，包括 PyTorch 和 Gym，其中 PyTorch 是我们将要使用的主要深度学习框架，Gym 则提供了用于各种强化学习模拟和任务的环境。除此之外，本文还介绍了一些 PyTorch 的基础知识，以及 Gym 环境的使用方法，为之后的强化学习实战奠定基础。
【RL】Pytorch简洁教程 | 坑点总结
发现问题，并解决问题，批判性思维
06-13 7588
训练一个神经网络通畅需要以下步骤： - 定义一个神经网络，通常有一些可以训练的参数 - 迭代一个数据集（Dataset） - 处理网络的输入 - 计算损失（会调用Module对象的`forward()`方法） - 计算损失函数对参数的梯度 - 更新参数，通常使用如下的梯度下降方法来更新：`weight=weight-learning_rate × gradien`。
Pytorch的坑
qq_41879767的博客
03-20 551
关于Anaconda环境下的Pytorch安装的TipsAnaconda的安装怎么安装AnacondaPytorch的安装让我们一起来填坑吧 Anaconda的安装 整个戏剧故事的开始自然是要从Anaconda开始了 不过我在安装pytorch的时候其实老早就已经安装好anaconda的环境了 但是作为故事发展需要还是有必要提一下这一点的 ...
PyTorch踩过的12坑 | 优快云博文精选
喜欢打酱油的老鸟
11-19 689
2019-11-12 18:35:19 作者 | hyk_1996 来源 | 优快云博客 1. nn.Module.cuda 和 Tensor.cuda 的作用效果差异 无论是对于模型还是数据，cuda函数都能实现从CPU到GPU的内存迁移，但是他们的作用效果有所不同。 对于nn.Module: model = model.cuda model.cuda 上面两句能够达...
PyTorch踩坑记
给永远比拿愉快
07-25 2879
PyTorch踩坑记 前言 自己刚开始使用深度学习框架做事情的时候，选择了最容易入门的Keras。Keras是在其它深度学习框架（谷歌的TensorFlow，微软的CNTK以及Theano）的基础上，抽象了底层实现的差异，提供的更高层的API接口。说说Keras的好处吧！个人觉得Keras最吸引人的地方就是API接口的设计特别人性化，对于样本的训练，结果的测试都有一种使用传统机器学习库的感...
pytorch遇到的一些坑
yamengxi的博客
10-29 311
pytorch遇到的一些非常害人的坑一、tensor.scatter()暗含的坑 一、tensor.scatter()暗含的坑 tensor.scatter()方法pytorch官方文档讲解的还是很详细的，如下图所示： 有一个坑就是：**index参数必须是torch.int64 or torch.long！torch.int32 or torch.int都是不可以的！**否则的话，会报一些匪夷所思的错误！如下图所示： ...
pytorch 各种坑
qq_29007291的博客
11-28 315
制作dataloader时, 忘了做图像尺寸的同一调整: RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 182 and 360 in dimension 2 RuntimeError: invalid argument 0: Sizes of tensors mu...
pytorch掉坑记录:model.eval的作用说明
12-17
在PyTorch中，`model.eval()` 是一个非常重要的函数，它用于切换模型到评估模式。这个模式在训练完成后，当我们需要对模型进行预测或测试数据集时使用。`model.eval()` 的作用在于确保在推理过程中，模型的行为与...
Win10 faster-rcnn pytorch1.0入坑记录及数据集准备
01-20
两个代码都是linux下的，win10坑很多…… 1、遇到的cl.exe找不到或者.cu导致setup.py编译不成功 网上解决问题很多 ，参考链接：参考1以及参考2 修改setup.py文件及一些ROIPooling等cu文件。 也可以去源码的issue将...
Pytorch常见的坑汇总
小白学视觉
09-21 387
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达 本文转自|深度学习这件小事最近刚开始用pytorch不久，陆陆续续踩了不少坑，记录一下，个人感觉应该都是一些很容易...
pytorch环境配置以及你将遇到的所有坑（Win、CPU）
m0_61413237的博客
01-20 1582
本文将你在pytorch安装过程中可能踩得坑一一列举出来了，希望你少走一些弯路，花更多的时间在编程上。
神经网络训练数据准备---数据标签在numpy和tensor之间的转换及处理---Pytorch实现
weixin_45564943的博客
01-06 3686
目录 1.从txt文档中读取训练数据和测试数据 2.从txt文件中读取标签数据 3.将训练数据和测试数据转化为tensor形式，为后面训练做准备，因为训练数据在pytorch要求一般为tensor格式 4.将标签转化为float型(此处是因为做的是回归任务)，如果想要做分类任务的话需要将标签转化为long型！ 5.将已经转化为tensor格式的(train_datas, train_labels)和(test_datas, test_labels)转化为Data.DataLoader可以使用的格式
pytorch中tensor的数据类型及相互转化
m0_46483236的博客
03-29 7615
1. 数据类型: 在torch中CPU和GPU张量分别有8种数据类型, GPU tensor比CPU tensor多了.cuda 张量数据类型 数据类型 dtype CPU tensor GPU tensor 32位浮点型 torch.float32 或 torch.float torch.FloatTensor torch.cuda.FloatTensor 64位浮点型 torch.float64 或 torch.double torch..
[pytorch] Expected torch.LongTensor but found type torch.cuda.LongTensor for argument#4
nc101100的博客
06-03 990
RuntimeError: Expected object of type torch.LongTensor but found type torch.cuda.LongTensor for argument #4 ‘other’ 错误定位 predicted_nclass = torch.LongTensor(1800, 85) output_avg = (output[0][0] + output[0][1] + output[0][2]) / 3 predicted_nclass[start:end
torch中的数据类型和相互转换
程西西
12-12 2万+
文章目录1 torch.Tensor2 Data types3 Initializing and basic operations1）使用torch.tensor() 创建2）使用python list创建3）使用zeros ones函数创建4）通过torch.dtype指定类型， torch.device指定构造器5）零维张量6）torch.Tensor.item()从包含单个值的张量中获取Python数字4 type changes1）tensor间类型转换2）数据存储位置转换3）与Python数据类型
pytorch入门三 数据类型与函数
wzw12315的专栏
05-09 1949
张量 pytorch中提供了不同数据类型的张量： cpu情形下： 通用类型 torch.Tensor float型 torch.FloatTensor double型 torch.DoubleTensor int型 torch.IntTensor long型 torch.LongTensor byte型 torch.ByteTensor gpu情形下： float型 torch.cuda.FloatTensor double型 torch.cuda.DoubleTensor..
conda 解决“libstdc++.so.6: version `GLIBCXX_3.4.20‘ not found“
最新发布
fzcoolbaby的博客
03-09 2192
使用cmake的时候需要调用libstdc++.so.6里的GLIBCXX_3.4.20,但是报错使用strings命令查看libstdc++.so.6里面是否包含GLIBCXX_3.4.20,发现没有，最高到3.4.19版本。需要更新libstdc++.so.6，到更高的版本。
Pytorch变量类型转换
热门推荐
zchenack个人专栏
01-24 9万+
Pytorch的数据类型为各式各样的Tensor,Tensor可以理解为高维矩阵。与Numpy中的Array类似。Pytorch中的tensor又包括CPU上的数据类型和GPU上的数据类型，一般GPU上的Tensor是CPU上的Tensor加cuda()函数得到。通过使用Type函数可以查看变量类型。一般系统默认是torch.FloatTensor类型。例如data = torch.Tensor(
Pytorch报错：RuntimeError: "exp" not implemented for 'torch.IntTensor'或者是'torch.LongTensor'
songchunxiao1991的博客
10-30 1万+
报错展示： 目的是以下实现函数： 原先输入变量是：torch.int64报错是： 然后尝试将torch.LongTensor转换为：torch.IntTensor类型： 注意强制转换的操作是：直接在变量后面添加.int()、.folat()等，进行变量类型的变换。 无奈的是还存在同样的错误。 然后，尝试将torch.LongTensor转换为：torch.FolatTens...
pytorch nerf环境搭建
09-02
要搭建pytorch nerf环境，你需要进行以下几个步骤： 1. 首先，你需要下载并安装pytorch nerf的代码库。你可以从中提供的链接下载该代码库。 2. 下一步是安装必要的依赖项。根据中的引用，你需要安装torch（版本大于等于1.11.0）、imageio、imageio-ffmpeg、matplotlib、configargparse、tensorboard（版本大于等于2.0）、tqdm和opencv-python。你可以使用pip来安装这些依赖项，例如使用命令`pip install torch==1.11.0 imageio imageio-ffmpeg matplotlib configargparse tensorboard>=2.0 tqdm opencv-python`。 3. 如果你还没有安装Python的集成开发环境（IDE），你可以根据中提供的引用下载和安装PyCharm。PyCharm是一款由JetBrains开发的专业Python IDE，适用于开发者。 综上所述，你可以按照以上步骤搭建pytorch nerf环境。记得确保下载正确的代码库和安装所需的依赖项。祝你成功！<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [【记录贴！】记录调试nerf-pytorch踩过的坑](https://blog.youkuaiyun.com/weixin_52684085/article/details/127739988)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
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