第一个使用 pytorch 的项目,我在尝试将 MNIST 标签“int”转换为 torch“变量”时陷入困境。调试器说它没有尺寸?!
# numpy mnist data
X_train, Y_train = read_data("training")
X_test , Y_test = read_data("testing")
arr = np.zeros(5)
for i in range(5):
# in your training loop:
costs_ = 0
for k in range(10000):
optimizer.zero_grad() # zero the gradient buffers
a = torch.from_numpy(np.expand_dims(X_train[k].flatten(), axis=0)).float()
b = torch.from_numpy(np.array(Y_train[k], dtype=np.float)).float()
input = Variable(a)
output = net(input)
target = Variable(b) # PROBLEM!!
loss = criterion(output, target)
loss.backward()
optimizer.step() # Does the update
costs_ += loss.data.numpy()
arr[i] = costs_
print(i)
抛出的错误是:“运行时错误:输入和目标具有不同数量的元素:输入[1 x 1]有1个元素,而目标[]在/b/wheel/pytorch-src/torch/lib/THNN/有0个元素通用/MSECriterion.c:12"
该错误准确地告诉您发生了什么。您的
target
变量为空。
编辑(在下面的评论之后):
如果
Y_train[k] = 5
,则 np.array(Y_train[k], dtype=np.float).shape = ()
,进而 Variable(b)
成为无量纲张量。
为了解决此问题,您需要将列表传递给
np.array()
,而不是整数或浮点数。
像这样:
b = torch.from_numpy(np.array([Y_train[k]], dtype=np.float)).float()