从python 2到python 3的代码转换

Question

我正在设置一种新算法，该算法结合了python 3中的对象检测器（边界检测器）和python 2中的mask生成器。这里的问题是我有几个python 2文件，遮罩生成算法。因此，我尝试static class MethodLibrary //Method does not return something { public static void Fill_cmbDay(ComboBox strYear, int Month, ComboBox cmbTarget) //Void used does not return something { //Find how many days month has based on selected year & month. Convert month name to month number. int days = DateTime.DaysInMonth(Convert.ToInt32(strYear.SelectedItem),Month); //Clear Combo box cmbTarget.Items.Clear(); //Loop from 1 to number of days & add items to combo box for (int i = 1; i <= days; i++) { cmbTarget.Items.Add(i); } } } 将所有python 2文件转换为python3。该脚本似乎正常工作，但它是一种深度学习算法（用于在输入边界框坐标时生成掩码），需要一些pytorch权重要加载，在python 3中测试模型时，程序抛出了类似

的错误

  

“ RuntimeError：类型为torch.FloatTensor的预期对象，但找到了   键入torch.cuda.FloatTensor作为参数＃2“ weight””

我在2to3个论坛中进行了搜索，但没有帖子对我有用。是因为我的遮罩生成代码是在python 2中训练的？

这是否意味着在加载权重和测试模型时，我应该使用python 2而不是python 3？如果有人可以对此有所阐明，那将是很好。作为一种变通办法，我仍然可以使用降级为python 2的对象检测器代码。但是我仍然想知道为什么它会引发错误。

Answer 1

问题是可以（可以）使用cpu对象，但是可以使用gpu对象。尝试将对象放入cpu：
mask.cpu()

Answer 2

我刚刚通过在conda环境中重新安装割炬（0.4.0）和割炬视觉（0.2.1）解决了该问题。我不得不降级两个版本。最终，我成功地将python 2.7代码转换为python3。感谢2to3库。实际上，此错误发生在PyTorch的图像归一化功能中。那是一个内部函数，它接受图像数组作为张量。

tensor.sub_(mean[:, None, None]).div_(std[:, None, None]) 
RuntimeError: expected type torch.cuda.FloatTensor but got torch.FloatTensor