首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >缩放器浮点的预期对象出现PyTorch错误,但却获得了缩放器的长对象

问缩放器浮点的预期对象出现PyTorch错误,但却获得了缩放器的长对象
EN

Stack Overflow用户
提问于 2019-01-03 22:20:44
回答 1查看 1.9K关注 0票数 0

所以我正在学习一门关于Udemy (人工智能a-z)的课程,我遇到了一个错误,它显示如下内容: return map(lambda x: Variable(torch.cat(x,0)),samples) RuntimeError:标量类型为Float的预期对象,但在sequence参数中的序列元素1的标量类型为Long。

元素似乎每次都会改变,所以我不知道问题出在哪里,有人能帮我解决这个问题吗?

我已经尝试修改前面的行(示例),看看这是否是我需要转换为Long的内容,但它不起作用,除非做错了

包含ai.py的43-45行

代码语言:javascript
复制
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sample方法的是什么)

代码语言:javascript
复制
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

老实说,我希望程序的其余部分都能运行,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,因为我不知道这是我第一次做一个合适的人工智能

EN

回答 1

Stack Overflow用户

发布于 2020-01-07 08:32:36

根据https://pytorch.org/docs/stable/torch.html#torch.cat的说法,对于return map(lambda x: Variable(torch.cat(x, 0)), samples)中的x中的所有张量,您需要具有相同的类型。但是你混合了张量的类型

代码语言:javascript
复制
self.memory.push((self.last_state, new_state, 
    torch.LongTensor([int(self.last_action)]), 
    torch.tensor([self.last_reward])))

这就是它抛出异常的原因。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/54024150

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档