pytorch “step must be greater than zero“问题解决

最新推荐文章于 2024-07-25 09:18:49 发布

幻灵H_Ling

最新推荐文章于 2024-07-25 09:18:49 发布

阅读量1.5w

点赞数 15

分类专栏： YOLOv5源代码导读 debug 文章标签： numpy python pytorch debug 深度学习

本文链接：https://blog.youkuaiyun.com/weixin_42716570/article/details/113957337

版权

在研究YOLOv5的process match部分时，遇到'step must be greater than zero'错误。问题源于PyTorch和NumPy中argsort函数对Tensor和NumPy数组的不同处理。当尝试对一维Tensor进行类似NumPy的切片倒序操作时，会引发该错误。解决方案是将Tensor转换为NumPy数组，或者直接在PyTorch中使用适当的方法来实现倒序排列。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在探究yolov5源代码中 process match部分，matches代码段的时候调试遇到了一下问题。

ValueError                                Traceback (most recent call last)
<ipython-input-40-9452df23b94c> in <module>
     15 print(matches)
     16 matchesn = matches.numpy()
---> 17 matches2 = matches[:, 2].argsort()[::-1]
     18 matchesn2 = matchesn[:, 2].argsort()[::-1]
     19 print(matches2)

ValueError: step must be greater than zero

经对比分析，这是由于pytorch和numpy中，argsort（）函数均有定义，但是对tensor形式变量和numpy形式变量的具体使用方法不同。当变量a为一维numpy数组的时候，a.argsort（）[::-1]能够正确用数组切片的形式([start : end : step])，实现一维数组a全部元素的倒序排列。当变量a为一维tensor的时候，上述方法失效并报错“step must be greater than zero”。

yolov5 在此处是将tensor转换为了numpy之后进行倒序实现，从tensor直接实现需要以下代码。

import torch
a = torch.tensor([1,5,2,6,7])
a,a_index = a.sort(descending = True)
b,b_index = a.sort()
a[a_index] = a

最低0.47元/天解锁文章