解决pytorch 数据类型报错的问题
pytorch报错：
RuntimeError:ExpectedobjectoftypeVariable[torch.LongTensor]butfoundtypeVariable[torch.cuda.ByteTensor]forargument#1‘argument1'
解决方法：
pytorch框架在存储labels时，采用LongTensor来存储，所以在一开始dataset返回label时，就要返回与LongTensor对应的数据类型，即numpy.int64
补充：使用pytorch遇到的各种问题及解决方案
自己在使用pytorch遇到的各种问题及解决方案：
RuntimeError:ExpectedobjectofscalartypeFloatbutgotscalartypeDoubleforargument#4'mat1'
RuntimeError:Thesizeoftensora(12800)mustmatchthesizeoftensorb(100)atnon-singletondimension0
输入维度为12800，输出维度为100，输入输出的维度不一致，正确的例子如下：
inputs=[(1,2,3),(2,3,4)] outsputs=[4,5]
将输入输出的长度改为一致
取tensor的第一个元素
XXX.item()#XXX为tensor对象
tensor中的元素改变数据类型
#常常因为数据类型出错，要修改数据类型 XXX.int() XXX.float()
补充：Pytorch的Dataloader报错：TypeError:batchmustcontaintensors,numbers,dictsorlists
具体报错：
TypeError:batchmustcontaintensors,numbers,dictsorlists;found
loader的代码：
dataloader=torch.utils.data.DataLoader(dataset,batch_size=1,shuffle=True)
表面上看这个代码没有问题，实际上问题出在了dataloader机制的要求上，dataloader要求接收的是一个tensor，而我的dataset没有做transform，所以dataset的getitem函数返回的是一个PIL的Image对象，所以就会报错
以上为个人经验，希望能给大家一个参考，也希望大家多多支持毛票票。如有错误或未考虑完全的地方，望不吝赐教。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。