pytorch報(bào)錯(cuò)：

RuntimeError: Expected object of type Variable[torch.LongTensor] but found type Variable[torch.cuda.ByteTensor] for argument #1 ‘a(chǎn)rgument1'

解決方法：

pytorch框架在存儲(chǔ)labels時(shí)，采用LongTensor來存儲(chǔ)，所以在一開始dataset返回label時(shí)，就要返回與LongTensor對(duì)應(yīng)的數(shù)據(jù)類型，即numpy.int64

補(bǔ)充：使用pytorch遇到的各種問題及解決方案

自己在使用pytorch遇到的各種問題及解決方案：

RuntimeError: Expected object of scalar type Float but got scalar type Double for argument #4 'mat1'

RuntimeError: The size of tensor a (12800) must match the size of tensor b (100) at non-singleton dimension 0

輸入維度為12800，輸出維度為100，輸入輸出的維度不一致，正確的例子如下：

inputs = [(1,2,3), (2,3,4)]
outsputs = [4, 5]

將輸入輸出的長度改為一致

取tensor的第一個(gè)元素

XXX.item() # XXX為tensor對(duì)象

tensor中的元素改變數(shù)據(jù)類型

# 常常因?yàn)閿?shù)據(jù)類型出錯(cuò)，要修改數(shù)據(jù)類型
XXX.int()
XXX.float()

補(bǔ)充：Pytorch的Dataloader報(bào)錯(cuò)：TypeError: batch must contain tensors, numbers, dicts or lists

具體報(bào)錯(cuò)：

TypeError: batch must contain tensors, numbers, dicts or lists; found class 'PIL.Image.Image'>

loader的代碼：

dataloader=torch.utils.data.DataLoader(dataset,batch_size=1,shuffle=True)

表面上看這個(gè)代碼沒有問題，實(shí)際上問題出在了dataloader機(jī)制的要求上，dataloader要求接收的是一個(gè)tensor，而我的dataset沒有做transform，所以dataset的getitem函數(shù)返回的是一個(gè)PIL的Image對(duì)象，所以就會(huì)報(bào)錯(cuò)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。