将 Pytorch 浮点模型转换为双精度答案

【问题标题】：Convert Pytorch Float Model into Double将 Pytorch 浮点模型转换为双精度
【发布时间】：2021-06-07 15:15:58
【问题描述】：

我正在尝试解决 Gym 的购物车问题。事实证明，这些状态是双浮点精度的，而 pytorch 默认以单浮点精度创建模型。

class QNetworkMLP(Module):
    def __init__(self,state_dim,num_actions):
        super(QNetworkMLP,self).__init__()
        self.l1 = Linear(state_dim,64)
        self.l2 = Linear(64,64)
        self.l3 = Linear(64,128)
        self.l4 = Linear(128,num_actions)
        self.relu = ReLU()
        self.lrelu = LeakyReLU()
    
    def forward(self,x) :
        x = self.lrelu(self.l1(x))
        x = self.lrelu(self.l2(x))
        x = self.lrelu(self.l3(x))
        x = self.l4(x)
        return x

我尝试通过

model = QNetworkMLP(4,2).double()

但它仍然不起作用我得到同样的错误。

File ".\agent.py", line 117, in update_online_network
    predicted_Qval = self.online_network(states_batch).gather(1,actions_batch)
  File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\modules\module.py", line 722, in _call_impl
    result = self.forward(*input, **kwargs)
  File "C:\Users\27abh\Desktop\OpenAI Gym\Cartpole\agent_model.py", line 16, in forward
    x = self.lrelu(self.l1(x))
  File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\modules\module.py", line 722, in _call_impl
    result = self.forward(*input, **kwargs)
  File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\modules\linear.py", line 91, in forward
    return F.linear(input, self.weight, self.bias)
  File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\functional.py", line 1674, in linear
    ret = torch.addmm(bias, input, weight.t())
RuntimeError: Expected object of scalar type Double but got scalar type Float for argument #2 'mat1' in call to _th_addmm

【问题讨论】：

您是否尝试将 input x 转换为适当的 dtype，而不是模型？
谢谢它的工作。结果在转换为 Torch 张量后，我不知道我的输入本身被转换为 float 而不是将其数据类型保持为 double

标签： python pytorch openai-gym

【解决方案1】：

你可以在初始化你的模型后试试这个吗：

 model.to(torch.double)

还要确保检查您对模型的所有输入是否都是 torch.double 数据类型

【讨论】：