一些常见报错

最新推荐文章于 2024-10-10 20:06:31 发布

原创最新推荐文章于 2024-10-10 20:06:31 发布 · 568 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #pytorch

学习记录专栏收录该内容

13 篇文章

订阅专栏

本文档介绍了如何解决PyTorch中遇到的函数返回值不一致和Tensor索引错误，以及MINIST数据集相关的问题。对于函数返回值不一致的错误，检查并确保函数返回值与接收值数量匹配。对于Tensor.data[0]的错误，需将其替换为tensor.item()以适应新版本的PyTorch。MINIST数据集的更新导致的属性设置问题，需要将train_labels更改为targets，train_data更改为data。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

函数返回值不一致

TypeError: cannot unpack non-iterable NoneType object

解决方法：报错的原因是函数返回值得数量不一致，查看函数返回值数量和调用函数时接收返回值的数量是不是一致，修改一致即可。

tensor.data[0]

IndexError: invalid index of a 0-dim tensor. Use `tensor.item()` in Python or `tensor.item<T>()` in C++ to convert a 0-dim tensor to a number

解决办法：版本更新问题。pytorch0.3.1版本代码，在0.4-0.5版本的pytorch会出现警告，不会报错，但是0.5版本以上的pytorch就会报错。根据提示将tensor.data[0]修改为tensor.item()即可。
参考

MINIST数据下载问题

trainset_new.train_data = train_data_sub.clone() 
AttributeError: can't set attribute

解决办法：根据警告提示，可以看出minist文件进行了更新，将train_labels改为targets，train_data改为data即可。
参考

一些常见报错

目录

函数返回值不一致

tensor.data[0]

MINIST数据下载问题