pytorch训练数据类型错误

爱听许嵩歌

已于 2022-07-17 09:52:36 修改

阅读量1.5k

点赞数

分类专栏： Pytorch学习文章标签： pytorch 深度学习

于 2022-07-15 21:00:21 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_45092662/article/details/125812017

版权

Pytorch学习专栏收录该内容

13 篇文章

订阅专栏

本文讲述了如何在PyTorch中处理数据类型不匹配导致的RuntimeError，通过将输入转换为float32并调整y值标签为long类型，确保模型训练顺利。作者分享了解决过程及关键代码片段，附带了相关IPynb链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

RuntimeError: expected scalar type Long but found Float
先了解一个知识：torch.Tensor默认是torch.FloatTensor是32位浮点类型数据，torch.LongTensor是64位整型。
读取pandas数据后，在进行分类处理时，都是默认给定的torch.Tensor，如下：

X_train = torch.tensor(X_train.values)
y_train = torch.tensor(y_train.values)

X_test = torch.tensor(X_test.values)
y_test = torch.tensor(y_test.values)

这个默认是根据X_train.values和y_train.values的数据类型来的，

X_train.dtype为torch.int64
y_train.dtype为torch.int64

我们再看看模型的权重值的类型：

for name, param in model.named_parameters():
    print(name,'-->',param.type(),'-->',param.dtype,'-->',param.shape)

结果：

linear_relu_stack.0.weight --> torch.FloatTensor --> torch.float32 --> torch.Size([512, 784])
linear_relu_stack.0.bias --> torch.FloatTensor --> torch.float32 --> torch.Size([512])
linear_relu_stack.2.weight --> torch.FloatTensor --> torch.float32 --> torch.Size([512, 512])
linear_relu_stack.2.bias --> torch.FloatTensor --> torch.float32 --> torch.Size([512])
linear_relu_stack.4.weight --> torch.FloatTensor --> torch.float32 --> torch.Size([10, 512])
linear_relu_stack.4.bias --> torch.FloatTensor --> torch.float32 --> torch.Size([10])

可以看出权重值的类型是float32，所以这里有两个问题需要解决：
第一、把输入的数据类型变为float32的；
第二、把y值标签变为64位整型。
所以修改代码如下：

X_train = torch.tensor(X_train.values,dtype=torch.float)
y_train = torch.LongTensor(y_train.values)

X_test = torch.tensor(X_test.values,dtype=torch.float)
y_test = torch.LongTensor(y_test.values)

再看看此时的值：

X_train.dtype为torch.float32
y_train.dtype为torch.int64

这样模型就能跑通了。
如图：
在这里插入图片描述
对应的ipynb代码链接：https://gitee.com/rengarwang/pytorch-coding/blob/master/pytorch_pandas_test.ipynb