Question

我想用python生成一些随机数，然后用pytorch将其转换为张量。这是我用于生成随机数并将其转换为张量的代码。

import numpy as np
import torch

P = np.random.uniform(0.5, 1, size=[20, 1])
k = np.random.randint(1, 20, size=[20, 1])
d_k = np.random.uniform(0, np.sqrt(80000), size=[20, 1])

P = torch.from_numpy(P).float()
k = torch.from_numpy(k).int()
d_k = torch.from_numpy(d_k).float()

torch.cat((P, k, d_k), dim=-1)

此后，我出现了一些错误，表明：

RuntimeError: Expected a Tensor of type torch.FloatTensor but found a type torch.IntTensor for sequence element 1 in sequence argument at position #1 'tensors'

Answer 1

错误是因为k张量是torch.int32的类型，而其他张量P和d_k是torch.float32的类型。但是cat操作要求所有输入张量都属于同一类型。从documentation

torch.cat（张量，dim = 0，out =无）→张量

张量（张量的序列）–张量的任何python序列   相同类型。

解决方案之一是将k转换为float dtype，如下所示：

k = torch.from_numpy(k).float()

RuntimeError：预期类型为torch.FloatTensor的张量，但发现序列元素的类型为torch.IntTensor

1 个答案: