pytorch：[TypeError：__init __（）接受1个位置参数，但给出了2个]

Question

我搜索了StackOverflow，并访问了其他网站以寻求帮助，但是找不到解决我问题的方法。 我将保留整个代码，以使您可以理解。用PyTorch编写的大约110行。

每次，我都会编译并计算一个预测，该错误代码将显示：

Traceback (most recent call last):
File "/Users/MacBookPro/Dropbox/01 GST h_da Privat/BA/06_KNN/PyTorchV1/BesucherV5.py", line 108, in <module>
result = Network(test_exp).data[0][0].item()
TypeError: __init__() takes 1 positional argument but 2 were given

我知道，其他用户也有这种情况，但是他们的解决方案都没有帮助我。我猜错误是在我的类“网络”中或在变量“结果”中。 我希望你们中有人遇到这个问题，并且知道如何解决它，或者可以通过其他方式帮助我。

有关数据集的简短信息：

我的数据集有10列，并分为两组。 X和Y。X有9列，Y只有一列。然后将它们用于训练网络。

提前谢谢！

亲切的问候 克里斯蒂安·里希特（Christian Richter）

我的代码：

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
import torch.optim as optim
import pandas as pd


### Dataset ###

dataset = pd.read_csv('./data/train_data_csv.csv')

x_temp = dataset.iloc[:, :-1].values

print(x_temp)
print()
print(x_temp.size)
print()

y_temp = dataset.iloc[:, 9:].values

print(y_temp)
print()
print(y_temp.size)
print()

x_train_tensor = torch.FloatTensor(x_temp)
y_train_tensor = torch.FloatTensor(y_temp)


### Network Architecture ###

class Network(nn.Module):
    def __init__(self):
        super(Network, self).__init__()
        self.linear1 = nn.Linear(9, 9)  #10 Input-Neurons, 10 Output-Neurons, Linearer Layer
        self.linear2 = nn.Linear(9, 1)


    def forward(self, x):
        pax_predict = F.relu(self.linear1(x))
        pax_predict = self.linear2(x)
        return pax_predict

    def num_flat_features(self, pax_predict):
        size = pax_predict.size()[1:]
        num = 1
        for i in size:
            num *= i
        return num


network = Network()
print(network)

criterion = nn.MSELoss()
target = Variable(y_train_tensor)
optimizer = torch.optim.SGD(network.parameters(), lr=0.0001)

### Training

for epoch in range(200):
    input = Variable(x_train_tensor)
    y_pred = network(input)

    loss = criterion(y_pred, target)

    optimizer.zero_grad()

    loss.backward()
    optimizer.step()

test_exp = torch.Tensor([[40116]])

result = Network(test_exp).data[0][0].item()

print('Result is: ', result)

Answer 1

我想问题很简单，就在这一行：

result = Network(test_exp).data[0][0].item()

在这里，您应该使用network（对象）而不是Network（类）。根据您的定义，Network仅接受1个参数（即self），但您传递的是2：self和test_exp。

也许您为对象选择了其他名称（例如net），则可以更轻松地发现此错误。考虑到这一点：）

而且，请始终发布完整的追溯。