尝试通过火炬堆叠张量列表时出错

【问题标题】：Getting error when trying to torch stack a list of tensors尝试通过火炬堆叠张量列表时出错
【发布时间】：2020-04-16 14:02:56
【问题描述】：

我正在尝试让 cuda 工作，但我需要将我的训练输入更改为张量。当我尝试这样做时，当我尝试将张量列表堆叠到一个张量中时出现错误。

代码

for epoch in:
        alst = []
        for x, y in loader:
            x = torch.stack(x)
            #x = torch.Tensor(x)
            #x = torch.stack(x).to(device,dtype=float)

x 的形状：张量列表

[tensor([[[0.325],
     [ 0.1257],
     [ 0.1149],
     ...,
     [-1.572],
     [-1.265],
     [-3.574]],
]), tensor([1,2,3,4,5]), tensor(6,5,4,3,2])]

我遇到的错误

     22             alst = []
     23             for x, y in loader:
---> 24                 x_list = torch.stack(x)
     25 #                 x = torch.Tensor(x)
     26 #                 x = torch.stack(x).to(device,dtype=float)

RuntimeError: Expected object of scalar type Float but got scalar type Long for sequence element 1 in sequence argument at position #1 'tensors'

不知道我做错了什么。我也试过x = torch.stack(x).to(device,dtype=float)，但还是不行。

【问题讨论】：

标签： pytorch tensor

【解决方案1】：

输出中的第一个张量是浮点类型，其值用于输入网络，第二个看起来像标签（long 类型）。

此外，第一个元素是tensor，而第二个和第三个元素是vectors（分别带有6 和9 元素）。

您不能堆叠不同形状的tensors，因此无论类型如何，这都不起作用。

通过

解压你的x

matrix, vector1, vector2 = x

删除type 警告将vector1 和vector2 转换为float 通过

vector1 = vector1.float()

通过.shape 属性检查它们的形状并采取相应措施。 可能您在使用 train_loader 时已经拥有批量数据。请参阅：DataLoader documentation 了解更多信息并检查您是否正在使用。

【讨论】：