使用 PyTorch 进行矩阵乘法

Question

如果这是一个基本问题，我很抱歉，但我对 Pytorch 相当陌生，并且一直在尝试执行线性回归。我在以下问题上卡了大约 3 个小时，并尝试了所有方法，希望您能提供帮助。

我想使用一组四个输入（学习时间、旅行时间、失败和缺席）来预测成绩。对于我的输出，我有 3 次测试的成绩。数据集中有 395 名学生。

我已经在底部列出了我所有的代码，但我也会在此处粘贴相关部分：

到目前为止，我已经创建了输入和输出张量，并创建了矩阵乘法模型。这是我的代码：

w = torch.randn(395,4, requires_grad=True)
b = torch.randn(4, requires_grad=True)
print(w)
print(b)
 
def model(x):
    return x @ w.t() + b

predictions = model(inputs)
print(predictions)

我知道这还不是线性回归，但我真的在为它的矩阵乘法方面苦苦挣扎。每当我运行 print(predictions) 代码时，我都会收到以下消息：

RuntimeError                              Traceback (most recent call last)
<ipython-input-277-c6db141153ac> in <module>
----> 1 preds = model(inputs)
      2 print(preds)

<ipython-input-276-3b94bfbc599e> in model(x)
      1 def model(x):
----> 2     return x @ w.t() + b

RuntimeError: Expected object of scalar type Double but got scalar type Float for argument #3 'mat2' in call to _th_addmm_out

我感觉 w 和 b 的数字是错误的 (395,4) 和 (4)，但我不知道为什么或将它们更改为什么。请问有人能指出我正确的方向吗？

提前致谢！

这是我的全部代码：

'''

import torch
import numpy as np
from numpy import genfromtxt

data = np.genfromtxt('student-mat.csv', delimiter=',',dtype=float)
data

travel_time = data[1:, 0:1]
study_time = data[1:, 1:2]
failures = data[1:, 2:3]
absenses = data[1:, 3:4]
grade_one = data[1:, 4:5]
grade_two = data[1:, 5:6]
grade_three = data[1:, 6:7]
data_input = data[1:, 0:4]
output = data[1:, 4:7]

inputs = torch.from_numpy(data_input)
outputs = torch.from_numpy(grade_one)
print(inputs)
print(grade_one)

w = torch.randn(395,4, requires_grad=True)
b = torch.randn(4, requires_grad=True)
print(w)
print(b)

def model(x):
    return x @ w.t() + b

preds = model(inputs)
print(preds)

数据集 - https://archive.ics.uci.edu/ml/datasets/Student+Performance

Answer 1

错误信息说明了一切。涉及的张量包含不同数据类型的元素。默认情况下，w 和 b 具有 torch.float32 类型的元素，而 data_input 是具有 Python 默认浮点类型（即双精度）的 NumPy 数组。当您使用from_numpy 进行转换时，该数据类型将被保留。尝试在您的np.genfromtxt 通话中使用dtype=np.float32。