使用ModuleDict,我有。输入类型(torch.cuda.FloatTensor)和权重类型(torch.FloatTensor)应该是一样的。
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用ModuleDict,我有。输入类型(torch.cuda.FloatTensor)和权重类型(torch.FloatTensor)应该是一样的。相关的知识,希望对你有一定的参考价值。
我正在努力 __init__
功能。
self.downscale_time_conv = np.empty(8, dtype=object)
for i in range(8):
self.downscale_time_conv[i] = torch.nn.ModuleDict({})
但在我看来 forward
,我有。
down_out = False
for i in range(8):
if not down_out:
down_out = self.downscale_time_conv[i][side](inputs)
else:
down_out += self.downscale_time_conv[i][side](inputs)
然后我得到:
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same
答案
self.downscale_time_conv = torch.nn.ModuleList()
for i in range(8):
self.downscale_time_conv.append(torch.nn.ModuleDict({}))
这就解决了。显然,我需要使用一个 ModuleList
以上是关于使用ModuleDict,我有。输入类型(torch.cuda.FloatTensor)和权重类型(torch.FloatTensor)应该是一样的。的主要内容,如果未能解决你的问题,请参考以下文章