元组：‘AttributeError’没有'to‘属性

Question

我正在编写这个图像分类器，我已经定义了加载器，但我得到了这个错误，我没有关于它的线索。

我已经定义了火车装载器，为了更好地解释，我尝试了这个

for ina,lab in train_loader:
    print(type(ina))
    print(type(lab)) 

我得到了

<class 'torch.Tensor'>
<class 'tuple'>

现在，为了训练模型，我做了

def train_model(model,optimizer,n_epochs,criterion):
    start_time = time.time()
    for epoch in range(1,n_epochs-1):
        epoch_time = time.time()
        epoch_loss = 0
        correct = 0
        total = 0
        print( "Epoch {}/{}".format(epoch,n_epochs))
        
        model.train()
        
        for inputs,labels in train_loader:
            inputs = inputs.to(device)
            labels  = labels.to(device)
            optimizer.zero_grad()
            output = model(inputs)
            loss = criterion(output,labels)
            loss.backward()
            optimizer.step()
            epoch_loss +=loss.item()
            _,pred =torch.max(output,1)
            correct += (pred.cpu()==label.cpu()).sum().item()
            total +=labels.shape[0]
            
        acc = correct/total

我得到了错误：

Epoch 1/15
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-36-fea243b3636a> in <module>
----> 1 train_model(model=arch, optimizer=optim, n_epochs=15, criterion=criterion)

<ipython-input-34-b53149a4bac0> in train_model(model, optimizer, n_epochs, criterion)
     12         for inputs,labels in train_loader:
     13             inputs = inputs.to(device)
---> 14             labels  = labels.to(device)
     15             optimizer.zero_grad()
     16             output = model(inputs)

AttributeError: 'tuple' object has no attribute 'to'

如果你还需要什么，请告诉我！谢谢

编辑:标签如下所示。这是蜜蜂和黄蜂之间的图像分类。它还包含昆虫和非昆虫。

(‘黄蜂’，‘黄蜂’，‘昆虫’，‘昆虫’，‘黄蜂’，‘昆虫’，‘黄蜂’，‘蜜蜂’，‘昆虫’，‘蜜蜂’，‘昆虫’，‘其他’，‘蜜蜂’，‘其他’，‘其他’，‘黄蜂’，‘蜜蜂’，‘黄蜂’，‘蜜蜂’，‘黄蜂’，‘黄蜂’，‘其他’，‘蜜蜂’，‘其他’，‘黄蜂’，‘昆虫’，‘黄蜂’，‘昆虫’，‘黄蜂’，‘黄蜂’，‘昆虫’，‘黄蜂’，‘蜜蜂’，‘黄蜂’，‘黄蜂’，‘昆虫’，‘昆虫’，‘黄蜂’，‘黄蜂’，‘蜜蜂’，‘黄蜂’，‘昆虫’，‘蜜蜂’，‘蜜蜂’，‘昆虫’，‘其他’)

Answer 1

从字面上看，这意味着Python中的元组类没有名为to的方法。既然你想把你的标签贴到你的设备上，那就做labels = torch.tensor(labels).to(device)吧。

如果您不想这样做，您可以更改DataLoader的工作方式，让它以PyTorch张量而不是元组的形式返回您的标签。

编辑

由于标签看起来像是字符串，我将首先将它们转换为one-hot编码向量：

>>> import torch
>>> labels_unique = set(labels)
>>> keys = {key: value for key, value in zip(labels_unique, range(len(labels_unique)))}
>>> labels_onehot = torch.zeros(size=(len(labels), len(keys)))
>>> for idx, label in enumerate(labels_onehot):
...     labels_onehot[idx][keys[label]] = 1
...
>>> labels_onehot = labels.to(device)

我在这里有点冒险，因为我不知道确切的细节，但是字符串不能和张量一起工作。