pytorch报错RuntimeError: expected device cpu and dtype Float but got device cpu and dtype Long

最新推荐文章于 2023-11-08 22:49:00 发布
原创 最新推荐文章于 2023-11-08 22:49:00 发布 · 3.7k 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

本文解决了一个常见的PyTorch编程问题，当尝试使用整数类型的SCORES与浮点数类型的prob进行操作时，会遇到类型不匹配的错误。通过将SCORES转换为浮点数类型，可以避免此类运行时错误。
部署运行你感兴趣的模型镜像

prob * SCORES 报错：
RuntimeError: expected device cpu and dtype Float but got device cpu and dtype Long
其中prob和SCORES的数据及类型是：
SCORES = torch.tensor([[1, 2, 3, 4, 5]])
In [71]: prob
Out[71]: 
tensor([[0.2000, 0.2000, 0.2000, 0.2000, 0.2000],
        [0.2001, 0.2002, 0.1998, 0.2001, 0.1998],
        [0.2000, 0.2000, 0.2000, 0.2000, 0.2000],
        ...,
        [0.2000, 0.2000, 0.2000, 0.2000, 0.2000],
        [0.2000, 0.2000, 0.2000, 0.2000, 0.2000],
        [0.1999, 0.2000, 0.2000, 0.2000, 0.2000]], grad_fn=<SoftmaxBackward>)
 
解决方法：
将SCORES由整数类型改为float类型：
SCORES = torch.tensor([[1., 2., 3., 4., 5.]])
或者：
SCORES = SCORES.float()
 

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

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

Jademyc
关注
pytorch RuntimeError: expected backend CUDA and dtype Float but got backend CPU and dtype Float
Hello Word!
08-14 2570
代码： criterion = nn.BCEWithLogitsLoss(reduction='none') loss = criterion(output, target) loss.mul_(weights) 报错： Traceback (most recent call last): File “/home/user1/main_cs_0708.py”, line 391, in main() File “/home/user1/main_cs_0708.py”, line 301, in mai
RuntimeError: expected scalar type Half but found Float解决方案
热门推荐
weixin_43178406的博客
04-28 9万+
本文主要介绍了RuntimeError: expected scalar type Half but found Float解决方案，希望能对同学们有所帮助。 文章目录 1. 问题描述 2. 训练的解决方案 3. 预测的解决方案
解决DCGAN训练时RuntimeError: Found dtype Long but expected Float
weixin_51179975的博客
10-28 3747
在使用DCGAN进行网络训练时，出现了以下报错： RuntimeError: Found dtype Long but expected Float 出此报错的代码片段如下： label = torch.full((b_size,), real_label, device=device) # 将带有正样本的batch，输入到判别网络 中进行前向计算，得到结果放到变量output中 output = netD(real_cpu).view(-1) #
RuntimeError: Found dtype Long but expected Float
小姑仔的博客
05-15 8457
今天在跑模型的时候，发现了以下的报错 RuntimeError: Found dtype Long but expected Float 这里的报错发生在BCELoss的部分 loss_fn = torch.nn.BCELoss() logit = logit.view(logit.size()[0]*logit.size()[1],-1) batch_label = batch_label.view(batch_label.size()[0]*batch_label.size()[1],-1) cros
pytorch问题索引
kyle1314608的博客
02-19 1163
https://blog.youkuaiyun.com/qq_42146630/article/details/98784062 Pytorch手写数字识别(一) https://blog.youkuaiyun.com/Lee_lg/article/details/103901632 Python模块问题：ImportError: cannot import name ‘PILLOW_VERSION’ from ‘PIL...
RuntimeError: expected device cpu and dtype Float but got device cpu and dtype Long
あずにゃん梓喵的博客
07-27 1456
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） RuntimeError: expected device cpu and dtype Float but got device cpu and dtype Long 把 position = torch.ar...
expected device cpu and dtype Float but got device cpu and dtype Long
RocZhang的博客
01-17 1776
再练习torch时遇到的bug 将两个tensor相加，报错，不能相加 a = torch.arange(16).reshape((4, 4)) a tensor([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15]]) b = torch.zeros((4, 4)) b tensor([[0., 0., 0., 0.], [0., 0., 0., 0.
解决“RuntimeError: expected backend CUDA and dtype Float but got backend CUDA and dtype Half”问题
SpadgerZ的博客
02-23 1730
问题描述 在运行Gituhub程序的时候，出现报错 ...... y[..., 0:2] = (y[..., 0:2] * 2. - 0.5 + self.grid[i].to(x[i].device)) * self.stride[i] # xy RuntimeError: expected backend CUDA and dtype Float but got backend CUDA and dtype Half 解决方法 经过网上搜索相关博客之后，发现可能是Pytorch的版本问题
报错记录：Pytorch: RuntimeError: Found dtype Double but expected Float
pppgu‘s blog
04-24 7092
问题描述： 在运行如下代码时会报错 U, V = gd_factorise_ad(A,2) 然后就报错了。 RuntimeError: Found dtype Double but expected Float 我试了很多种加float都不行，最后通过资料发现，是计算mse这步出错。 原因分析： 直面意思就是 类型应该是float而不是double 解决方案： 由于我们在利用torch计算mseloss时的张量类型有误而导致的，因此，在计算mse的时候，往里面加入tensor.float()即可
RuntimeError: expected device cuda:0 and dtype Long but got device cpu and dtype Long报错解决
weixin_44917183的博客
07-26 1702
存储在不同位置中的数据是不可以直接进行计算的。即存放在CPU上的数据不可以直接与存放在GPU上的数据进行运算，位于不同GPU上的数据也是不能直接进行计算的。 执行如下代码： device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') x = torch.tensor([1, 2, 3], device=device) y = x**2 z = y + x.cpu() 就会出现报错 检查数据的存储是否在同一位置 补充： （1
解决：RuntimeError: expected device cuda:0 and dtype Float but got device cpu and dtype Float
weixin_43786241的博客
07-09 8344
    在对网络进行修改时，加了一个函数supervisor（），然后运行发现出现了RuntimeError: expected device cuda:0 and dtype Float but got device cpu and dtype Float 的错误     在网上搜了很多的解决方法，有说降低Torch版本的，但对我的代码并不适用，后来发现，是因为网络使用的是gpu，而supervisor（）函数中的： bra
计算损失函数时RuntimeError: expected device cpu and dtype Float but got device cuda:0 and dtype Float
qq_44901346的博客
04-21 898
我用pytorch计算损失函数时出现了RuntimeError: expected device cpu and dtype Float but got device cuda:0 and dtype Float。 当时想法是，无论是训练的数据还是定义的模型都通过xx.to(device=device) 放到GPU中去了，所以所有的计算应该是在GPU上进行，因而不应该出现这种错误。然后去网上查了一下说是pytorch版本不对，然后我更换了分别更换了高、低pytorch版本，发现这问题依旧存在。 其实这问题是
异常解决（一）-- RuntimeError: expected device cpu but got device cuda:0
edward_zcl的博客
05-01 2001
不同版本的软件，哟普不同的容错机制，但是有时候可以自己修改解决一些问题。 最近在编写深度学习的相关代码，基于PyTorch，运行程序的时候，报错，报错内容如下所示： RuntimeError: expected device cpu but got device cuda:0 归根结底，这个错误出现的主要原因是GPU类型的数据和CPU类型的数据不匹配。了解了错误的本质原因，那如何解决就非常简单了。 首先，需要分析大.
使用BCELoss出现RuntimeError: Found dtype Long but expected Float
豆芽菜
08-26 1138
crossentropyloss要求batch_label必须为torch.int类型，这里BCELoss的batch_label类型为torch.float
【Pytorch】BUG RuntimeError: Found dtype Long but expected Float
littlemichelle
10-13 1万+
说明此时需要float型数据，但识别到long型数据,此时需要对入参和出参做一下类型转换 output=output.to(torch.float32) target=target.to(torch.float32) 举例 output =net(input) target = variable(t.arange(0,10)) #the point output=output.to(torch.float32) target=target.to(torch.float32) criterion
RuntimeError_ Found dtype Long but expected Float
Alexa_的博客
11-08 728
报错是发生在BCE loss 的部分，因为crossentropyloss要求batch_label必须为torch.float类型。
PyTorch出现错误“RuntimeError: Found dtype Double but expected Float”
墨门
12-04 3万+
1 错误描述 今天在调试PyTorch代码时出现“RuntimeError: Found dtype Double but expected Float”的错误，相关提示信息如下 File “/home/…/train.py”, line 78, in main running_loss = trainer.train_one_epoch(epoch, qa=qa) File “/home/…/model/…py”, line 347, in train_one_epoch loss.backward()
RuntimeError: Found dtype Double but expected Float”
jacke121的专栏
10-27 3128
RuntimeError: Found dtype Double but expected Float” 在求损失函数时报错了， 解决方法： target.float() a=np.array([[1,2],[3,4]]) b=np.array([[2,3],[4,4]]) loss_fn = torch.nn.MSELoss(reduce=True, size_average=True) input = torch.autograd.Variable(torch.from_num
pytorch 训练报错：expected backend CPU and dtype Float but got backend CUDA and dtype Float
猫猫与橙子的博客
06-23 2592
1.expected backend CPU and dtype Float but got backend CUDA and dtype Float；
换一个环境就报错RuntimeError: Found dtype Float but expected Double，是不是安装包不兼容导致的
最新发布
09-19
换环境后出现 `RuntimeError: Found dtype Float but expected Double` 错误，可能是安装包不兼容导致的，以下是一些可能的解决办法： ### 检查并统一数据类型 在代码中明确将所有张量的数据类型转换为 `torch.double`。示例代码如下： ```python import torch # 假设 x 和 y 是输入数据 x = x.to(torch.double) y = y.to(torch.double) # 假设 model 是定义的模型 model = model.double() # 进行前向传播 output = model(x) # 假设 criterion 是损失函数 loss = criterion(output, y) ``` ### 检查安装包版本 确保 PyTorch 及其依赖库的版本在新环境中是兼容的。可以尝试更新或回退 PyTorch 版本，使用以下命令更新 PyTorch： ```bash pip install --upgrade torch torchvision ``` 如果更新后问题仍然存在，可以尝试回退到之前在旧环境中使用的稳定版本： ```bash pip install torch==<desired_version> torchvision==<desired_version> ``` ### 检查数据加载过程 在数据加载过程中，确保所有数据都被正确转换为 `torch.double` 类型。例如，在自定义数据集类中： ```python import torch from torch.utils.data import Dataset class CustomDataset(Dataset): def __init__(self, data, labels): self.data = torch.tensor(data, dtype=torch.double) self.labels = torch.tensor(labels, dtype=torch.double) def __len__(self): return len(self.data) def __getitem__(self, idx): return self.data[idx], self.labels[idx] ``` ### 检查第三方库的兼容性 如果使用了第三方库，确保这些库与当前 PyTorch 版本兼容。有些库可能对特定版本的 PyTorch 有依赖要求，需要根据文档进行相应的调整。
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
表情包 代码片
 条评论被折叠 查看
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