Question

当尝试创建神经网络并使用Pytorch优化它时，我得到

ValueError：优化器的参数列表为空

这是代码。

import torch.nn as nn
import torch.nn.functional as F
from os.path import dirname
from os import getcwd
from os.path import realpath
from sys import argv

class NetActor(nn.Module):

    def __init__(self, args, state_vector_size, action_vector_size, hidden_layer_size_list):
        super(NetActor, self).__init__()
        self.args = args

        self.state_vector_size = state_vector_size
        self.action_vector_size = action_vector_size
        self.layer_sizes = hidden_layer_size_list
        self.layer_sizes.append(action_vector_size)

        self.nn_layers = []
        self._create_net()

    def _create_net(self):
        prev_layer_size = self.state_vector_size
        for next_layer_size in self.layer_sizes:
            next_layer = nn.Linear(prev_layer_size, next_layer_size)
            prev_layer_size = next_layer_size
            self.nn_layers.append(next_layer)

    def forward(self, torch_state):
        activations = torch_state
        for i,layer in enumerate(self.nn_layers):
            if i != len(self.nn_layers)-1:
                activations = F.relu(layer(activations))
            else:
                activations = layer(activations)

        probs = F.softmax(activations, dim=-1)
        return probs

然后拨打电话

        self.actor_nn = NetActor(self.args, 4, 2, [128])
        self.actor_optimizer = optim.Adam(self.actor_nn.parameters(), lr=args.learning_rate)

给出了非常有用的错误

ValueError：优化器的参数列表为空

我很难理解网络定义中到底是什么使网络具有参数。

我正在关注并扩展在Pytorch's tutorial code中找到的示例。

我真的无法分辨我的代码与他们的代码之间的区别，这使我认为自己没有要优化的参数。

如何使我的网络具有链接示例所示的参数？

Answer 1

您的NetActor不直接存储任何nn.Parameter。此外，它最终在forward中使用的所有其他层都存储为self.nn_layers的 simple 列表。
如果您希望self.actor_nn.parameters()知道列表self.nn_layers中存储的项目可能包含可训练的参数，则应使用containers。
具体来说，将self.nn_layers设为nn.ModuleList而不是简单的列表应该可以解决您的问题：

self.nn_layers = nn.ModuleList()

Pytorch ValueError：优化器有一个空的参数列表

1 个答案: