Question

我的代码有错误，无论尝试哪种方式都无法解决。

错误很简单，我返回一个值：

id  user_id action
2   4832    click_icon
3   4832    click_image

，然后在管道中获取错误：

torch.exp(-LL_total/T_total)

诸如RuntimeError: Can't call numpy() on Variable that requires grad. Use var.detach().numpy() instead.之类的解决方案也会出现相同的错误。

我该如何解决？谢谢。

Answer 1

我刚遇到这个问题在运行 epoch 时，我将损失记录到列表中

final_losses.append(loss)

一旦我跑遍了所有的时代，我想绘制输出

plt.plot(range(epochs), final_loss)
plt.ylabel('RMSE Loss')
plt.xlabel('Epoch');

我在我的 Mac 上运行它，没有问题，但是，我需要在 Windows PC 上运行它，它产生了上面提到的错误。所以，我检查了每个变量的类型。

Type(range(epochs)), type(final_losses)

<块引用>

范围，列表

看起来应该没问题。

费了点劲才意识到 final_losses 列表是一个张量列表。然后我将它们转换为带有新列表变量 fi_los 的实际列表。

fi_los = [fl.item() for fl in final_losses ]
plt.plot(range(epochs), fi_los)
plt.ylabel('RMSE Loss')
plt.xlabel('Epoch');

成功！

Answer 2

我有相同的错误消息，但是是为了在matplotlib上绘制散点图。

有两种方法可以摆脱此错误消息：

使用以下命令导入fastai.basics库：from fastai.basics import *
如果仅使用torch库，请记住使用以下命令来摘除requires_grad：
```
with torch.no_grad():
    (your code)
```

Answer 3

重现错误

import torch

tensor1 = torch.tensor([1.0,2.0],requires_grad=True)

print(tensor1)
print(type(tensor1))

tensor1 = tensor1.numpy()

print(tensor1)
print(type(tensor1))

这将导致与行tensor1 = tensor1.numpy()完全相同的错误：

tensor([1., 2.], requires_grad=True)
<class 'torch.Tensor'>
Traceback (most recent call last):
  File "/home/badScript.py", line 8, in <module>
    tensor1 = tensor1.numpy()
RuntimeError: Can't call numpy() on Variable that requires grad. Use var.detach().numpy() instead.

Process finished with exit code 1

通用解决方案

在错误消息中建议您这样做，只需将var替换为变量名

import torch

tensor1 = torch.tensor([1.0,2.0],requires_grad=True)

print(tensor1)
print(type(tensor1))

tensor1 = tensor1.detach().numpy()

print(tensor1)
print(type(tensor1))

将按预期返回

tensor([1., 2.], requires_grad=True)
<class 'torch.Tensor'>
[1. 2.]
<class 'numpy.ndarray'>

Process finished with exit code 0

一些解释

除了实际值定义之外，您还需要将张量转换为另一个不需要梯度的张量。该其他张量可以转换为numpy数组。 cf. this discuss.pytorch post。（我认为，更确切地说，为了从pytorch Variable包装器中取出实际张量，请参见this other discuss.pytorch post，需要这样做。）

Answer 4

对于现有张量

from torch.autograd import Variable

type(y)  # <class 'torch.Tensor'>

y = Variable(y, requires_grad=True)
y = y.detach().numpy()

type(y)  #<class 'numpy.ndarray'>

Pytorch：无法在需要毕业的变量上调用numpy（）。使用var.detach（）。numpy（）代替

4 个答案:

重现错误

通用解决方案

一些解释

对于现有张量