Python 负功率的功率产生误差？

我得到一个令人困惑的错误，我不知道为什么会发生。这就是我得到的错误：

torch.Size([24047])
tensor([1315, 1318, 1472, 1454, 1318, 1337, 1453, 1454, 1317, 1310])

Traceback (most recent call last):
    ...
    deg_inv = deg.pow(-1)
RuntimeError: Integers to negative integer powers are not allowed.

这是代码的一部分：

from torch_scatter import scatter_add
from torch_geometric.utils import add_remaining_self_loops, add_self_loops, remove_self_loops
...
    if edge_weight ==None:
        edge_weight = torch.ones((edge_index.size(1), ), dtype=dtype,
                                     device=edge_index.device)
    fill_value = 1
    edge_index, edge_weight = add_self_loops(
        edge_index, edge_weight, fill_value, num_nodes)  
    row, col = edge_index
    deg = scatter_add(edge_weight, row, dim=0, dim_size=num_nodes)

    print(deg.size())
    print(deg[:10])

    deg_inv = deg.pow(-1) 

---

我没有在网上找到任何与此相关的内容。我不确定为什么会发生这种情况？

您的

deg

张量存储为

int

类型。相当合理的是，如果您在整数类型张量之间执行二进制操作，则假定您仍应获得整数输出。但是，对于

pow

，如果输入是

2

，而幂是

-1

，即使两个操作数都是整数类型，输出也不是。我猜Pytork只是禁止这样做

要解决此问题，请先将输入

deg

旋转为浮动：

deg = deg.float()
deg_inv = deg.pow(-1)

或在

pow

中通过

-1.

：

deg_inv = deg.pow(-1.)

---

非常感谢。你知道为什么

scatter\u add

返回一个

int

张量吗？在docs（）中的示例中，返回类型是一个

FloatTensor

，但似乎没有任何明显的区别。@VictorM是您的

edge\u weight

也是

int

类型？@VictorM还有，在您提供的链接中，它的示例代码段用

torch.Tensor

初始化

src

，默认情况下，即使您写入整数，它也是浮动32；不像

torch.tensor

，如果你写整数，它就是

int64

，