各种报错

标签：gradient   scala   导致   nbsp   check   调用   NPU   安装   cuda   

1.return torch.embedding(weight, input, padding_idx, scale_grad_by_freq, sparse)RuntimeError: Expected tensor for argument #1 ‘indices‘ to have scalar type Long; but got torch.IntTensor instead (while checking arguments for embedding)

torch.nn.Embedding类要求该class的输入input必须是LongTensor

1 embedding = nn.Embedding(10, 3, padding_idx=0)
2 input = torch.LongTensor([[0,2,0,5]])
3 embedding(input)
4 #tensor([[[ 0.0000,  0.0000,  0.0000],
5 #         [ 0.1535, -2.0309,  0.9315],
6 #         [ 0.0000,  0.0000,  0.0000],
7 #         [-0.1655,  0.9897,  0.0635]]])

2.关于安装Spacy以及de和en模块遇到的坑

https://www.pythonheidong.com/blog/article/233961/aff07bd143f34d50f1fa/

3.RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: [torch.cuda.LongTensor [4, 20]] is at version 21; expected version 20 instead. Hint: enable anomaly detection to find the operation that failed to compute its gradient, with torch.autograd.set_detect_anomaly(True).

loss.backward()报错说某个变量在前向计算时是一个值，在求梯度时变成了另一个值（inplace 操作导致），使得pytorch在反向梯度求导时产生了错误，这个变量不会在报错时指明，需要分析程序找出；

常见的解决方案可以把原地操作改成非原地操作（我没有成功），或者切断反向传播；

把训练过程中值会变化的变量加.data；

关于pytorch..detach() 和 .data用于切断反向传播，参考链接https://www.cnblogs.com/wanghui-garcia/p/10677071.html

4.在读取其他文件夹下的.py文件时，报错ModuleNotFoundError: No module named ‘文件夹‘

假设有文件夹A和B，A中有文件a.py和aa.py，B中有文件b.py，（两个文件夹中都要有__init__.py函数）

当a.py想要调用b.py中的函数XX，from B.b import XX（不在同一文件夹）

当a.py想要调用aa.py中的函数，from .aa import XX（在同一文件夹，要加.）

实际中的例子：

各种报错

标签：gradient   scala   导致   nbsp   check   调用   NPU   安装   cuda   

原文地址：https://www.cnblogs.com/cxq1126/p/14299685.html