【问题标题】：TypeError: a float is required类型错误：需要浮点数
【发布时间】：2018-01-11 09:55:04
【问题描述】：

我有一个 pytorch 变量：

preds[4,4]
Out[305]: 
Variable containing:
-96.7809
[torch.cuda.FloatTensor of size 1 (GPU 0)]

我想做以下事情：

 import math
 x=preds[4,4]
 y=maths.exp(x)
 z= y / (y+1)

但是当我这样做时：

y=maths.exp(x)

我得到以下错误：

   math.exp(preds[4,4])
TypeError: a float is required

如何将 Torch 变量转换为浮点数以便能够执行这些操作？

谢谢

【问题讨论】：

【解决方案1】：

索引Variable 对象不会将其转换为标量。它仍然是一个Variable 对象。但是索引 numpy array 确实如此。因此，将 Variable 对象转换为 numpy，然后按照您想要的方式进行索引应该可以解决问题。

但是在将 Variable 转换为 numpy 时存在一些小陷阱。

如果preds 是存储在cpu 内存中的Variable，您可以简单地这样做。

nparr = preds.data.numpy()
x = nparr[4, 4]

但是，如果preds 在 gpu 内存中，则必须先将 Variable 传输到 cpu 内存中，然后才能将其转换为 numpy 对象，如下所示：

preds = preds.cpu()

然后按照上面的方法做。

nparr = preds.data.numpy()
x = nparr[4, 4]

在这两种情况下，x 都是标量（在您的情况下为浮点数），您可以在您选择的任何数学运算中使用它。

编辑：

是的，@mexmex 是对的，您还可以直接索引 Variable 中包含的 tensor，以提取任何给定索引处的标量值。

像这样：

 x = preds.data[4, 4]

【讨论】：