PyTorch 错误与缩放器浮动的预期对象，而是得到缩放器长的对象

Posted 2023-03-12

【中文标题】PyTorch 错误与缩放器浮动的预期对象，而是得到缩放器长的对象

【英文标题】：PyTorch error with expected object of scaler float but instead got object of scaler Long

【发布时间】：2019-05-30 03:39:33

【问题描述】：

所以我正在学习关于 Udemy（人工智能 a-z）的课程，但我遇到了一个错误，其中显示以下内容： 返回地图（lambda x：变量（torch.cat（x，0）），样本） RuntimeError: 标量类型 Float 的预期对象，但在位置 #1“张量”的序列参数中的序列元素 1 获得标量类型 Long

元素似乎每次都在变化，所以我不知道问题可能出在哪里 有人可以帮我解决这个问题吗？

我已经尝试修改上一行（示例）以查看是否需要将其转换为 Long，但它不起作用，除非做错了

包含 ai.py 的第 43-45 行

def sample(self, batch_size):
    samples = zip(*random.sample(self.memory, batch_size))
    return map(lambda x: Variable(torch.cat(x, 0)), samples)

包含 ai.py 的第 74-87 行（调用示例方法的内容）

def update(self, reward, new_signal):
    new_state = torch.Tensor(new_signal).float().unsqueeze(0)
    self.memory.push((self.last_state, new_state, 
    torch.LongTensor([int(self.last_action)]), 
    torch.tensor([self.last_reward])))
    action = self.select_action(new_state)
    if len(self.memory.memory) > 100:
        batch_state, batch_next_state, batch_reward, batch_action = 
        self.memory.sample(100)
    self.learn(batch_state, batch_next_state, batch_reward, batch_action)
    self.last_action = action
    self.last_state = new_state
    self.last_reward = reward
    self.reward_window.append(reward)
    if len(self.reward_window) > 1000:
        del self.reward_window[0]
    return action

说实话，我希望程序的其余部分能够运行，但它似乎总是在这里崩溃，抱歉我不能更具体地说明我的期望，那是因为我不知道这是我第一次制作一个合适的人工智能

【问题讨论】：

我不知道代码没有格式化什么

试试torch.cat(x, 0.)吧。它不喜欢int。

【参考方案1】：

根据https://pytorch.org/docs/stable/torch.html#torch.cat，您的x 中的return map(lambda x: Variable(torch.cat(x, 0)), samples) 中的所有张量都需要具有相同的类型。但是你在

中混合了张量类型

self.memory.push((self.last_state, new_state, 
    torch.LongTensor([int(self.last_action)]), 
    torch.tensor([self.last_reward])))

所以这就是它抛出异常的原因。