文章目錄

• 問題1： load() missing 1 required positional argument: 'Loader'
• 問題2：ModuleNotFoundError: No module named 'dateutil'
• 問題3：RuntimeError: Expected object of backend CPU but got backend CUDA for argument #4 'mat1'
• 問題4：ValueError: not enough values to unpack (expected 3, got 2)
• 問題5：Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same

問題1： load() missing 1 required positional argument: ‘Loader’

問題原因：該報錯原因提示為load函數缺少必填的Loader參數

解決方案1：使用safe_load()函數代替 load()

import yamlwith open(filename, 'r') as f:yaml_cfg = edict(yaml.safe_load(f))

解決方案2：添加參數 Loader=yaml.FullLoader

import yamlwith open(filename, 'r') as f:yaml_cfg = edict(yaml.load(f，Loader=yaml.FullLoader))

解決方案3：降級pyyaml 版本（親測有效）
pip install pyyaml==5.4.1

問題2：ModuleNotFoundError: No module named ‘dateutil’

問題原因：pip install dateutil失敗，因為該模塊非常坑，他叫 python-dateutil
解決方案： pip3 install python-dateuti

問題3：RuntimeError: Expected object of backend CPU but got backend CUDA for argument #4 ‘mat1’

問題原因：期望的對象是在后端CPU，但參數在后端CUDA上面，直白來說，就是模型沒有放到cuda上面，但是模型需要的參數或者模型的部分模塊被放到了cuda上面。

解決方案：將模型也放到cuda上

# 進行可用設備檢測, 有GPU的話將優先使用GPUdevice = torch.device("cuda" if torch.cuda.is_available() else "cpu")model = model.to(device) 或 model = model.cuda(device)

問題4：ValueError: not enough values to unpack (expected 3, got 2)

問題原因：期望有三個返回值，但其實函數只有兩個返回值

解決方案：定位到錯誤，檢查函數和接收函數返回值的參數個數

問題5：Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same

問題原因：輸入的數據類型為torch.cuda.FloatTensor，說明輸入數據在GPU中
模型參數的數據類型為torch.FloatTensor，說明模型還在CPU

解決方案：將對應的模型參數放入cuda
如：

proj = nn.Conv2d(3, 3, 3, 4, 0) imgs[i] = proj(imgs[i])

出錯，說明img[i]在gpu上面，而我們的proj還在cpu上，所以要把proj放到cuda上面去：

proj = nn.Conv2d(3, 3, 3, 4, 0) proj = proj.cuda() imgs[i] = proj(imgs[i])

總結

以上是生活随笔為你收集整理的解决方案：炼丹师养成计划 Pytorch+DeepLearning遇见的各种报错与踩坑避坑记录（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。