Python pytorch正向方法中的类型不匹配

我试图通过加载自己的数据来扩充找到的MNIST。 为此，我使用numpy数组

training\u x

，

training\u y

，我将其转换如下：

training_X = torch.from_numpy(training_X)
training_y = torch.from_numpy(training_y) 

[请注意，原始的

training_y

是scikit learn的LabelEncoder的输出]

并通过执行以下操作添加到数据加载器：

torch.utils.data.TensorDataset(training_X, training_y)

培训时，我收到以下错误：

TypeError: addmm_ received an invalid combination of arguments - got (int, int, torch.cuda.FloatTensor, torch.FloatTensor), but expected one of:
* (torch.cuda.FloatTensor mat1, torch.cuda.FloatTensor mat2)
* (torch.cuda.sparse.FloatTensor mat1, torch.cuda.FloatTensor mat2)
* (float beta, torch.cuda.FloatTensor mat1, torch.cuda.FloatTensor mat2)
* (float alpha, torch.cuda.FloatTensor mat1, torch.cuda.FloatTensor mat2)
* (float beta, torch.cuda.sparse.FloatTensor mat1, torch.cuda.FloatTensor mat2)
* (float alpha, torch.cuda.sparse.FloatTensor mat1, torch.cuda.FloatTensor mat2)
* (float beta, float alpha, torch.cuda.FloatTensor mat1, torch.cuda.FloatTensor mat2)
  didn't match because some of the arguments have invalid types: (int, int, torch.cuda.FloatTensor, !torch.FloatTensor!)
v * (float beta, float alpha, torch.cuda.sparse.FloatTensor mat1, torch.cuda.FloatTensor mat2)
  didn't match because some of the arguments have invalid types: (int, int, !torch.cuda.FloatTensor!, !torch.FloatTensor!)

我曾尝试将输入张量更改为浮动、双精度和长精度，但似乎我仍然缺少一些关键的东西

---

如何让模型接受我的输入？

您提供的第四个参数似乎是

torch.FloatTensor

，但它应该是

torch.cuda.FloatTensor

您是否尝试调用该参数的

.cuda（）

---

请参见

您提供的第四个参数似乎是

torch.FloatTensor

，但它应该是

torch.cuda.FloatTensor

您是否尝试调用该参数的

.cuda（）

看