Pytorch中常见的报错解决方案

版权声明：本文为博主原创文章，转载请注明： blog.csdn.net/gdymind https://blog.csdn.net/gdymind/article/details/82933534

本文用于记录所在pytorch所遇到过的运行时错误，持续更新。

1. 变量所在设备（CPU，GPU）不一致问题

RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same

可能原因：现在假设代码要在GPU上运行，并且你已经进行my_model.to(device)操作了。注意只有my_model中的属性（也就是self.开头的变量）才会进行.to(device)。如果出现这个错误，可能是有的中间变量需要手动再显式地.to(device)一下～

2. 在Conv2d中padding或stride的参数个数错误的问题

RuntimeError: expected padding to be a single integer value or a list of 1 values to match the convolution dimensions, but got padding=[0, 0]

原因一：
对于一张二维图片来说，它的padding也是二维的，即横、纵方向上都需要设置padding（当然这两个数字一般是一样的）。现在为什么提示我们padding应该是一维的呢？一定是输入数据维度不对。

对于Conv2d()来说，它要求的输入的形状是四维的 $(N,C_{in},H,W)$，其中四个变量分别代表batch数、channel数、图像高度和图像宽度。当你从一个dataset中取出单幅图片时容易发生丢掉batch维度这个问题，即 $(1,C_{in},H,W)$的tensor变成了 $(C_{in},H,W)$的tensor，这时候我们只需要对这个tensor（设为x）执行x = x.unsqueeze(0)增加一维就行了。
原因二：
上面说的是最可能的情况，如果你发现图片已经是四维的却还有这个报错，请检查你Conv2d()的输入参数。
例如，如果你把stride设置为一维的[3]而不是二维3（注意3会被自动处理成[3, 3]），同时padding为二维的0。
pytorch发现stride是一维的，而padding却是二维的，就会报错。