Question

我得到了TypeError: expected torch.LongTensor (got torch.cuda.FloatTensor)。

如何将torch.cuda.FloatTensor转换为torch.LongTensor？

  Traceback (most recent call last):
  File "train_v2.py", line 110, in <module>
    main()
  File "train_v2.py", line 81, in main
    model.update(batch)
  File "/home/Desktop/squad_vteam/src/model.py", line 131, in update
    loss_adv = self.adversarial_loss(batch, loss, self.network.lexicon_encoder.embedding.weight, y)
  File "/home/Desktop/squad_vteam/src/model.py", line 94, in adversarial_loss
    adv_embedding = torch.LongTensor(adv_embedding)
TypeError: expected torch.LongTensor (got torch.cuda.FloatTensor)

Answer 1

您有一个浮点张量-keep class android.support.v7.** { *; }并想将其转换为long，您执行f

您有long_tensor = f.long()张量，即数据在gpu上，并且要将其移动到cpu上，可以执行cuda。

因此要将torch.cuda.Float张量cuda_tensor.cpu()转换为torch.long做A

Answer 2

Pytorch 0.4.0的最佳实践是编写device agnostic code：也就是说，除了使用.cuda()或.cpu()之外，您还可以简单地使用.to(torch.device("cpu"))

A = A.to(dtype=torch.long, device=torch.device("cpu"))

请注意，.to()不是“就地”操作（例如，参见this answer），因此您需要将A.to(...)分配回A中。 / p>

Answer 3

如果您有张量t。

t = t.cpu()

将是旧的方式。

t = t.to("cpu")

将是新的API。

pytorch如何从张量中删除cuda（）

3 个答案: