a=[torch.tensor([53, 14, 12, 36, 32, 54, 53, 42, 8, 12, 54, 1, 42, 1, 40, 48, 31, 14,
53, 42, 8, 12, 54, 1, 53, 42, 33, 54, 1, 40, 48, 31, 40, 48, 31, 42,
1, 42, 31, 42, 31, 53, 42, 8, 12, 54, 1, 42, 42, 31, 42, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0])]
a=a[0]
print(a)
这里a的类型就变成tensor了，后面的数据流也就对了。这种type的错误多尝试转换数据类型试试就对了。
解决python中的TypeError: embedding(): argument ‘indices‘ (position 2) must be Tensor, not list
问题描述：跑卷积神经网络的时候encoder报了错TypeError: embedding(): argument ‘indices’ (position 2) must be Tensor, not list上一个输出的结果是一个列表，这里需要的是个张量，因此报错。a=[torch.tensor([53, 14, 12, 36, 32, 54, 53, 42, 8, 12, 54, 1, 42, 1, 40, 48, 31, 14, 53, 42, 8, 12, 54,
TensorFlow 卷积神经网络系列案例（1）：猫狗识别 https://blog.csdn.net/duan_zhihua/article/details/81156693
TensorFlow 系列案例（2）：自然语言处理-TensorFlow + Word2Vechttps://blog.csdn.net/duan_zhihua/article/details/81257323
Ten...
当我做loss backward的时候，遇到这个问题。
先是查到，这个问题可以通过autograd.variable解决，我将最后得到loss的中间变量加上之后觉得无法利用之前的信息
手写双线性插值也并不能解决这个问题
在pytorch社区发现类似问题，有人提出，不用index，而是用 gather, index_put_ , masked_scatter_ or grid_sample ，给...
前面tensor是128组index组成的word_list,后面的tensor是每一句话对应的标签，共128个。
所以要将前面的数据拿出来放入模型进行训练，而不是整个tuple。
File “D:/python/modelsmy/trainvgg16.py”, line 77, in
train(net, train_dataSet, df_train, test_dataSet, df_test, optimizer, device, num_epochs)
File “D:/python/modelsmy/trainvgg16.py”, line 34, in train
l = loss(y_hat, y)
TypeError: kl_div(): argument
出现这个错误可能不是程序本身的错误，我在找的时候并没有发现程序
中有相关的赋值，conv2d的参数都是封装好的。
查看需要安装的包发现是torch版本的问题，所以可以对torch版本进行更新，但已有的cuda在官网上与torch版本不对应，这个可以不用管，直接下载程序需要的torch即可。
1.tensorflow.python.framework.errors_impl.permissiondeniederror /path permission denied 问题的解决方式
在Linux环境中运行python程序时可能会出现上述问题，解决问题的办法就是将你的路径改为绝对路径，例如：
‘/path/to/MNIST_data/’
"/home/yangjy/path...
TensorFlow升级到2.0后给出了代码自动升级的脚本和使用方法，详情可见官网
TensorFlow官网：https://www.tensorflow.org/guide/upgrade
代码链接：
tf_upgrade_v2.py
# Licensed u...
在使用pytorch中的torchvision.models.segmentation.fcn_resnet50进行获得已经训练好的预训练模型时，所得结果的输出给我提示说collections.OrderedDict' object has no attribute 'shape'。直译过来就是collections.OrderedDict对象没有shape这一属性，给我整的一脸蒙逼，直接调用的网络输出为什么不是tensor而是一个有序数组呢。
在国内找了好久没找到解决答案，于是就去谷歌上搜了一下找到了解决
【PyTorch】成功解决TypeError: linear(): argument ‘input‘ (position 1) must be Tensor, not list
在使用pytorch框架时，难免需要对数据集进行训练集和验证集的划分，一般使用sklearn.model_selection中的train_test_split方法
该方法使用如下：
from sklearn.model_selection import train_test_split
import numpy as np
import torch
import torch.autogra...
data_ = data.cpu().data.numpy()
https://blog.csdn.net/qq_41368074/article/details/105560274
TypeError系列之：TypeError: conv2d(): argument 'input' (position 1) must be Tensor, not NoneType
这里出现类似错误往往是因为，conv2d()函数的第一个参数，需要时一个tensor行的数据，然而却赋值成了not后给的类型。
我出现问题的原因是，中间有一个函数缺少返回值，因此会造成NoneType的错误。其余错误类似，只需把送给conv2d()的数据转换成tensor即可；
这里：numpy 和 tensor数据相互转换的方法：
1.numpy->tensor
data = to...
当使用Python3-pygame时出现TypeError: argument 1 must be 2-item sequence, not int提示原始代码：screen = pygame.display.set_mode((1200,800)应改为：screen_width = 1200
screen_height = 800
screen = pygame.display.set_mode...
解决python中的TypeError: embedding(): argument ‘indices‘ (position 2) must be Tensor, not list
