一、参考资料
1.数据类型出错
2.数据类型转化
二、问题描述
在进行torch学习的时候,遇见了不同创建的张量,最后一个能使用mean()函数,另一个不能使用mean()函数。
m=torch.arange(15).reshape(3,5)
n=torch.randn((3,5))
m,n
m.mean()
n.mean()

三、出错原因
input:输入张量。它的数据类型必须是浮点型或复数型。对于复数的输入,范数使用每个元素的绝对值。注意,输入张量中元素的数据类型一定得是浮点型或者是复数。这就是报错原因。
四、解决方案
1.将张量的数据类型修改type(torch.type):
m=torch.arange(15).reshape(3,5)
n=torch.randn((3,5))
l=m.type(torch.float64)
l.mean()
成功解决。
ps:long()方法不行。
博客围绕torch学习中遇到的问题展开。在创建张量时,部分张量无法使用mean()函数。出错原因是输入张量的数据类型须为浮点型或复数型。解决方案是将张量数据类型修改为浮点型,如使用type(torch.float64),并给出示例代码,同时指出long()方法不可行。
2849

被折叠的 条评论
为什么被折叠?



