解决torch.nn.Embedding(index out of range in self)问题

当使用torch.nn.Embedding时遇到IndexError,通常是由于输入张量的值超出了合法范围[0,num_embeddings-1]。要检查输入数据,可以查看其最小(max)和最大(min)值,确保它们在范围内。若超出,需调整输入数据或Embedding层的参数设置。
部署运行你感兴趣的模型镜像

在 使用torch时遇到Embedding的问题:return torch.embedding(weight, input, padding_idx, scale_grad_by_freq, sparse)

IndexError: index out of range in self

查了好多资料,看了官方文档都说是因为Embedding层张量输入超过范围,这个范围就是torch.nn.Embedding(num_embeddings,embedding_dim)中的num_embeddings,合法范围在[0,num_embeddings-1]内,对于输入的ini = torch.LongTensor([[]])数据不是看数据的个数是否超过范围,而是看数据的大小,通过打印

print(ini.min())

print(ini.max())

得到输入tensor的数据最大最小值判断是否超过合法范围

如果超过

您可能感兴趣的与本文相关的镜像

PyTorch 2.6

PyTorch 2.6

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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