在PyTorch编程时，遇到数据类型和设备错误是常见的问题。TorchSnooper是一个有效的调试工具，它可以帮助开发者轻松找出代码中与数据类型和设备相关的问题。通过装饰器或with语句应用TorchSnooper，可以显示每行代码中Tensor的详细信息，从而定位并解决错误。例如，通过检查TorchSnooper的输出，可以发现创建Tensor时未指定设备导致的CPU与CUDA不匹配问题，以及数据类型不匹配的问题。
在pytorch代码编写过程中，经常容易碰到一类错误，比如：
- RuntimeError: Expected object of scalar type Float but got scalar type Double for argument #4 'mat1'
-
Expected object of backend CPU but got backend CUDA for sequence element 1 in sequence
-
RuntimeError: Expected object of scalar type Double but got scalar type Float
-
RuntimeError: Expected object of backend CPU but got backend CUDA for argument #2 'mask'
- RuntimeError: Expected object of scalar type Byte but got scalar type Long for argument #2 'mask
这些错误，都与我们数据的类型有关系，比如数据是float还是double；tensor是cuda类型的还是cpu类型的。
因为有时候我们写的代码规模很大，所以很难直接找到错误所在，调试起来很麻烦，可能我们需要插入一大堆print语句才可以找到错误。
TorchSnooper 是一个设计了用来解决这类问题的工具。因此以后再pytorch中碰到类似的问题，可以用这个利器来辅助我们进行pytorch debug 工作。
TorchSnooper 的具体使用方式可以参照如下链接&#
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
