Numpy 分配torch.cuda.FloatTensor

我想知道如何执行以下代码，但现在使用pytorch， 其中dtype=torch.cuda.FloatTensor。下面是纯python代码（使用numpy）：

这是我的尝试：

import torch
dtype = torch.cuda.FloatTensor 
def fit (position):
    return  position**2
def main():
    pop = 30
    xmax, xmin = 5, -5
    x= (xmax-xmin)*torch.rand(pop, 1).type(dtype)+xmin
    y = fit(x)
    [miny, indexmin] = torch.min(y,0)
    best = x[indexmin]
    print(best)  

在最后一部分中，我将变量best定义为索引等于indexmin的x值，但它不起作用。我做错了什么

出现以下消息：

RuntimeError: expecting vector of indices at /opt/conda/conda-bld/pytorch_1501971235237/work/pytorch-0.1.12/torch/lib/THC/generic/THCTensorIndex.cu:405

---

上述代码在pytorch

0.2

中运行良好。让我分析一下您的代码，以便您能够识别问题

x= (xmax-xmin)*torch.rand(pop, 1).type(dtype)+xmin
y = fit(x)

这里，

x

和

y

是形状为

30x1

的二维张量。在下一行：

[miny, indexmin] = torch.min(y,0)

返回的张量

miny

是形状为

30x1

的二维张量，

indexmin

是大小为

1

的一维张量。因此，当您执行时：

best = x[indexmin]

它（可能）给出了错误（在旧pytorch版本中），因为

x

是形状为

30x1

的二维张量，

indexmin

是大小为

1

的一维张量。要解决此错误，只需执行以下操作：

best = x.squeeze()[indexmin] # x.squeeze() returns a 1d tensor of size `30`

请注意，形状为

30x1

的二维张量与大小为

30

的一维张量相同。因此，您可以按如下方式修改您的程序

import torch
dtype = torch.cuda.FloatTensor 
def main():
    pop, xmax, xmin = 30, 5, -5
    x= (xmax-xmin)*torch.rand(pop).type(dtype)+xmin
    y = torch.pow(x, 2)
    minz, indexmin = y.min(0)
    best = x[indexmin]
    print(best)

main()

---

上述代码在pytorch

0.2

中运行良好。让我分析一下您的代码，以便您能够识别问题

x= (xmax-xmin)*torch.rand(pop, 1).type(dtype)+xmin
y = fit(x)

这里，

x

和

y

是形状为

30x1

的二维张量。在下一行：

[miny, indexmin] = torch.min(y,0)

返回的张量

miny

是形状为

30x1

的二维张量，

indexmin

是大小为

1

的一维张量。因此，当您执行时：

best = x[indexmin]

它（可能）给出了错误（在旧pytorch版本中），因为

x

是形状为

30x1

的二维张量，

indexmin

是大小为

1

的一维张量。要解决此错误，只需执行以下操作：

best = x.squeeze()[indexmin] # x.squeeze() returns a 1d tensor of size `30`

请注意，形状为

30x1

的二维张量与大小为

30

的一维张量相同。因此，您可以按如下方式修改您的程序

import torch
dtype = torch.cuda.FloatTensor 
def main():
    pop, xmax, xmin = 30, 5, -5
    x= (xmax-xmin)*torch.rand(pop).type(dtype)+xmin
    y = torch.pow(x, 2)
    minz, indexmin = y.min(0)
    best = x[indexmin]
    print(best)

main()

---

嘿我无法重现这个错误。我使用的是另一个pytorch版本，它运行得很好。请您从航站楼运行

conda list | grep pytorch

好吗？@cleros谢谢！很抱歉，我发布了错误的代码导入torch dtype=torch.cuda.FloatTensor def fit（x）：返回x2 def main（）：pop=30 xmax，xmin=5，-5 x=（xmax xmin）*torch.rand（pop，1）。type（dtype）+xmin y=fit（x）[miny，indexmin]=torch.min（y，0）best=x[indexmin]print（best）main（）这是给我错误的代码。**2）当我运行grep pytorch时：“grep”不被识别为内部或外部命令、可操作程序或批处理文件。嘿！我无法重现这个错误。我使用的是另一个pytorch版本，它运行得很好。请您从航站楼运行

conda list | grep pytorch

好吗？@cleros谢谢！很抱歉，我发布了错误的代码导入torch dtype=torch.cuda.FloatTensor def fit（x）：返回x2 def main（）：pop=30 xmax，xmin=5，-5 x=（xmax xmin）*torch.rand（pop，1）。type（dtype）+xmin y=fit（x）[miny，indexmin]=torch.min（y，0）best=x[indexmin]print（best）main（）这是给我错误的代码。**2）当我运行grep pytorch时：“grep”不被识别为内部或外部命令、可操作程序或批处理文件。