Python 3.x PyTorch中的softmax dims和可变挥发性

我有一个PyTorch以前版本的代码，我收到了第三行的2条警告：

import torch.nn.functional as F

def select_action(self, state):
        probabilities = F.softmax(self.model(Variable(state, volatile = True))*100) # T=100
        action = probs.multinomial(num_samples=1)
        return action.data[0,0]

UserWarning:volatile已被删除，现在无效。将

与
torch.no_grad（）：

UserWarning:softmax的隐式维度选择已被弃用。将调用更改为包含dim=X>作为参数

我发现：

如果您确定，建议将Volatile用于纯推理模式 您甚至不会调用.backward（）。它比任何一种都有效 其他自动标签设置-它将使用绝对最小数量的 内存来评估模型。volatile还决定了 要求你的梯度为假

我应该把它拿走，对吗？ 因为我想得到概率，所以我应该使用dim=1吗？ 我的代码的第三行应该是这样的：

状态在此处创建：

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_action, batch_reward = 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

你是对的，但不是完全正确

除您提到的更改外，您应该使用火炬。无梯度（）如下所述：

def select_action(self, state):
    with torch.no_grad():
        probabilities = F.softmax(self.model(state), dim=1)*100
        action = probs.multinomial(num_samples=1)
        return action.data[0,0]

此块关闭其中代码的自动加载引擎（因此您保存内存的方式类似于

volatile

）

另外，请注意，

变量

也被弃用（请检查），

状态

应为

torch。使用
创建的张量
需要_grad=True

---

顺便说一句，你有

probs

和

probability

，但我认为这是同一件事，只是一个打字错误。

我找到了用

Python2.7

-“自动驾驶汽车”应用程序编写的相同源代码。我无法为

Python2.7安装
pytorch
/
pytorch cpu
（CUDA驱动程序问题…），因此我必须修复代码以在
Python3.*
中运行

以下是我为使其正常工作所做的更改（包括上面其他人建议的更改）：
更新
选择
和
学习
Dqn
类的功能，如下所示：

def select_action(self, state):
    with torch.no_grad():
        probabilities = F.softmax(self.model(state), dim=1)*100
        action = probs.multinomial(num_samples=1)
        return action.data[0,0]

def选择动作（自身、状态）：
使用手电筒。无梯度（）
probs=F.softmax（自模型（状态）*100，尺寸=1）#T=100
动作=问题多项式（num_samples=1）
返回操作。数据[0,0]
def学习（自我、批次状态、批次下一个状态、批次奖励、批次行动）：
输出=self.model（批处理状态）。聚集（1，批处理操作。取消查询（1））。挤压（1）
下一个输出=self.model（批处理下一个状态）.detach（）.max（1）[0]
目标=self.gamma*下一次输出+批量奖励
td_损耗=F.平滑_l1_损耗（输出、目标）
self.optimizer.zero_grad（）
td_损失向后（）
self.optimizer.step（）
我编辑了最初的帖子，并在其中包含了一段创建状态的代码。你的意思是我应该把它改成：new_state=torch.Tensor（new_signal，requires_grad=True）和remove.float（）.unsqueze（0）？@Kosh
new_state=torch.Tensor（new_signal，requires_grad=True）。float（）.unsqueze（0）
。您不应该删除它，因为它只是将张量转换为特定类型并添加额外的第一维度（可能是批处理）。添加requires_grad=True后，我开始接收类型错误：new（）接收到无效的参数组合-get（list，requires_grad=bool），但应为：*（，torch.device）不匹配，因为某些关键字不正确：requires_grad*（torch.Storage）*（Tensor other）*（整数大小的元组，*，torch.device）*（对象数据，*，torch.device）@Kosh版本的pytorch？然后试着用手电筒。张量作为快速修复工具，最终得到了它。我的问题根源在于表面。你写的是
probabilities=F.softmax（self.model（state），dim=1）*100
而它应该是
probabilities=F.softmax（self.model（state）*100，dim=1）
事实上，我在解决这个问题时已经了解了很多东西）