如何将 numpy.int64 分配给 torch.cuda.FloatTensor？答案

【问题标题】：How do I assign a numpy.int64 to a torch.cuda.FloatTensor?如何将 numpy.int64 分配给 torch.cuda.FloatTensor？
【发布时间】：2020-07-14 17:31:03
【问题描述】：

我无法将 int64 分配给 torch 张量。我有以下张量

tempScale = torch.zeros((total, len(scale))).cuda() if useGpu else torch.zeros((nbPatchTotal, len(scale)))

在我的代码中，当我使用以下行时，它会抛出错误消息

tmpScale[:, j] = scale

错误信息是

TypeError: can't assign a numpy.int64 to a torch.cuda.FloatTensor

我错过了什么？

【问题讨论】：

scale 包含什么？你可以试试scale.astype('float64')。
@kHarshit 这行不通，尤其是考虑到一个是 GPU 张量，一个是 numpy 数组。

标签： python pytorch torchvision

【解决方案1】：

在分配之前，您必须将scale 转换为与tmpScale 相同类型和设备的torch 张量。

tmpScale[:, j] = torch.from_numpy(scale).to(tmpScale)

请注意，这会将scale 从int64 转换为float32，如果scale 中的值的大小大于2²⁴，这可能会导致loss of precision（大约 1600 万）。

【讨论】：