RuntimeError "스칼라 유형 Float의 예상 개체이지만 인수에 대해 스칼라 유형 Double을 받았습니다"를 수정하는 방법은 무엇입니까?

RuntimeError "스칼라 유형 Float의 예상 개체이지만 인수에 대해 스칼라 유형 Double을 받았습니다"를 수정하는 방법은 무엇입니까?

PyTorch를 통해 분류기를 훈련하려고 합니다.그러나 모델에게 교육 데이터를 제공할 때 교육에 문제가 있습니다.이 오류가 발생했습니다.y_pred = model(X_trainTensor):

RuntimeError: 스칼라 유형 Float의 개체가 필요하지만 #4 'mat1' 인수에 대해 스칼라 유형 Double을 받았습니다.

내 코드의 주요 부분은 다음과 같습니다.

# Hyper-parameters 
D_in = 47  # there are 47 parameters I investigate
H = 33
D_out = 2  # output should be either 1 or 0

# Format and load the data
y = np.array( df['target'] )
X = np.array( df.drop(columns = ['target'], axis = 1) )
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size = 0.8)  # split training/test data

X_trainTensor = torch.from_numpy(X_train) # convert to tensors
y_trainTensor = torch.from_numpy(y_train)
X_testTensor = torch.from_numpy(X_test)
y_testTensor = torch.from_numpy(y_test)

# Define the model
model = torch.nn.Sequential(
    torch.nn.Linear(D_in, H),
    torch.nn.ReLU(),
    torch.nn.Linear(H, D_out),
    nn.LogSoftmax(dim = 1)
)

# Define the loss function
loss_fn = torch.nn.NLLLoss() 

for i in range(50):
    y_pred = model(X_trainTensor)
    loss = loss_fn(y_pred, y_trainTensor)
    model.zero_grad()
    loss.backward()
    with torch.no_grad():       
        for param in model.parameters():
            param -= learning_rate * param.grad

이 github 이슈에서 나온 참조입니다.

오류가 다음과 같은 경우RuntimeError: Expected object of scalar type Float but got scalar type Double for argument #4 'mat1'당신은 그것을 사용해야 할 것입니다..float()라고 되어 있기 때문에 기능Expected object of scalar type Float.

따라서 솔루션이 변화하고 있습니다.y_pred = model(X_trainTensor)로.y_pred = model(X_trainTensor.float()).

마찬가지로, 다음과 같은 오류가 발생할 때loss = loss_fn(y_pred, y_trainTensor)니가 필요한y_trainTensor.long()오류 메시지가 표시되므로Expected object of scalar type Long.

당신은 또한 할 수 있습니다.model.double()@Paddy가 제안한 것처럼.

로 변환하기 전에Tensor이것을 먹어보세요.

X_train = X_train.astype(np.float32)

이 문제는 입력 데이터 유형을 Double로 설정하여 해결할 수 있습니다.torch.float32

당신의 데이터 유형이 다음과 같아서 문제가 발생했으면 합니다.torch.float64.

다른 답변 중 하나에서 설명한 것처럼 데이터를 설정하는 동안 이러한 상황을 방지하거나 모델 유형을 데이터와 동일하게 만들 수 있습니다. 즉, float64 또는 float32를 사용합니다.

디버그의 경우 obj.dtype을 인쇄하고 일관성을 확인합니다.

그렇게 하죠.

df['target'] = df['target'].astype(np.float32)

x개의 기능에 대해서도

이 문제는 잘못된 손실 함수를 선택한 경우에도 발생할 수 있습니다.예를 들어 회귀 문제가 있지만 교차 엔트로피 손실을 사용하려고 하는 경우입니다.그러면 MSE에서 손실 함수를 변경하여 해결됩니다.

target = target을 사용합니다.float () # target은 오류의 이름입니다.

파이토치가 처음입니다.어떤 이유로, 전화를 하는 것.torch.set_default_dtype()필요한 데이터 유형을 사용하는 것이 Google Colab에서 제게 도움이 되었습니다.network.double()/network.float()그리고.tensor.double()/tensor.float()어떤 이유에서인지 아무런 효과가 없었습니다.

다음 예제를 사용해 보십시오.

from sentence_transformers import SentenceTransformer, util
import numpy as np
import torch

a = np.array([0, 1,2])
b = [[0, 1,2], [4, 5,6], [7,8,9]]

bb = np.zeros((3,3))
for i in range(0, len(b)):
    bb[i,:] = np.array(b[i])


a = torch.from_numpy(a)
b = torch.from_numpy(bb)

a= a.float()
b = b.float()

cosine_scores = util.pytorch_cos_sim(b, a)
print(cosine_scores)

언급URL : https://stackoverflow.com/questions/56741087/how-to-fix-runtimeerror-expected-object-of-scalar-type-float-but-got-scalar-typ