Python 绘制预测值会导致错误：'；张量'；对象没有属性'；ndim&x27；

如何正确地编写代码来绘制此线性回归模型中的预测值

我使用本教程学习线性回归：

我能够成功地实现GPU。我的问题是绘制预测值。我试图寻找解决方案来学习如何将值保持为张量，但似乎我没有这样做的语法知识

我从这里开始

epochs = 100
for epoch in range(epochs):
    epoch += 1

    # Convert numpy array to torch Variable
    if torch.cuda.is_available():
        inputs = (torch.from_numpy(x_train).cuda())
        labels = (torch.from_numpy(y_train).cuda())
    else:
        inputs = (torch.from_numpy(x_train))
        labels = (torch.from_numpy(y_train))

    # Clear gradients w.r.t. parameters
    optimizer.zero_grad()

    # Forward to get output
    outputs = model(inputs)

    # Calculate Loss
    loss = criterion(outputs, labels)

    # Getting gradients w.r.t. parameters
    loss.backward()

    # Updating parameters
    optimizer.step()

    # Logging
    print('epoch {}, loss {}'.format(epoch, loss.item()))

在这里进行预测，我选择使用cuda

predicted = model(Variable(torch.from_numpy(x_train).requires_grad_().cuda()))

print("Predicted")
print(predicted)
print("Output")
print(y_train)

plt.clf()

# Get predictions

#predicted = model(Variable(torch.from_numpy(x_train).requires_grad_().cuda()))

# Plot true data
plt.plot(x_train, y_train, 'go', label='True data', alpha=0.5)

无法打印错误后，在此调用该错误

# Plot predictions
plt.plot(x_train, predicted, '--', label='Predictions', alpha=0.5)

# Legend and plot
plt.legend(loc='best')
plt.show()

错误提示：

Traceback (most recent call last):
  File "D:/Test with GPU/Linear regression.py", line 101, in <module>
    plt.plot(x_train, predicted, '--', label='Predictions', alpha=0.5)
  File "D:\Anaconda3\envs\gputest\lib\site-packages\matplotlib\pyplot.py", line 2795, in plot
    is not None else {}), **kwargs)
  File "D:\Anaconda3\envs\gputest\lib\site-packages\matplotlib\axes\_axes.py", line 1666, in plot
    lines = [*self._get_lines(*args, data=data, **kwargs)]
  File "D:\Anaconda3\envs\gputest\lib\site-packages\matplotlib\axes\_base.py", line 225, in __call__
    yield from self._plot_args(this, kwargs)
  File "D:\Anaconda3\envs\gputest\lib\site-packages\matplotlib\axes\_base.py", line 391, in _plot_args
    x, y = self._xy_from_xy(x, y)
  File "D:\Anaconda3\envs\gputest\lib\site-packages\matplotlib\axes\_base.py", line 271, in _xy_from_xy
    if x.ndim > 2 or y.ndim > 2:
AttributeError: 'Tensor' object has no attribute 'ndim'

回溯（最近一次呼叫最后一次）：
文件“D:/testwithGPU/Linear regression.py”，第101行，在
plt.绘图（x_序列，预测，'--'，标签='预测'，α=0.5）
文件“D:\Anaconda3\envs\gputest\lib\site packages\matplotlib\pyplot.py”，第2795行，在plot中
不是别的{}，**kwargs）
文件“D:\Anaconda3\envs\gputest\lib\site packages\matplotlib\axes\\u axes.py”，第1666行，在绘图中
行=[*self.\u获取行（*args，data=data，**kwargs）]
文件“D:\Anaconda3\envs\gputest\lib\site packages\matplotlib\axes\\ u base.py”，第225行，在u调用中__
从自身获得的收益。_plot_args（本，kwargs）
文件“D:\Anaconda3\envs\gputest\lib\site packages\matplotlib\axes\\ u base.py”，第391行，在绘图参数中
x、 y=自。_xy_自_xy（x，y）
文件“D:\Anaconda3\envs\gputest\lib\site packages\matplotlib\axes\\ u base.py”，第271行，在\u xy\u中
如果x.ndim>2或y.ndim>2：
AttributeError:“Tensor”对象没有属性“ndim”

plt.plot

函数期望其输入为

numpy

数组，而不是

torch.tensor

您可以使用以

numpy

数组的形式查看张量的内部数据

试一试

带火炬的

。无梯度（）
plt.plot（x_train，predicted.cpu（）.numpy（），'--'，label='predicts'，alpha=0.5）

plt.plot

函数期望其输入为

numpy

数组，而不是

torch.tensor

您可以使用以

numpy

数组的形式查看张量的内部数据

试一试

带火炬的

。无梯度（）
plt.plot（x_train，predicted.cpu（）.numpy（），'--'，label='predicts'，alpha=0.5）

Ndim是matplotlib所需的属性

import matplotlib.pyplot as plt   
torch.Tensor.ndim = property(lambda x: len(x.size()))
N = 42
t = torch.rand(N)
plt.plot(t)
plt.show()
plt.close()

但Pytork在1.2版之前都没有张量的

这部分

torch.Tensor.ndim=property（lambda x:len（x.size（））

您可以添加，并且可以毫无问题地绘制PyTorch张量

---

Ndim是matplotlib所需的属性

import matplotlib.pyplot as plt   
torch.Tensor.ndim = property(lambda x: len(x.size()))
N = 42
t = torch.rand(N)
plt.plot(t)
plt.show()
plt.close()

但Pytork在1.2版之前都没有张量的

这部分

torch.Tensor.ndim=property（lambda x:len（x.size（））

您可以添加，并且可以毫无问题地绘制PyTorch张量

---

我试着把它放进去，但它只告诉我：'numpy.ndarray'对象没有属性'cpu'，然后我取下cpu，它告诉我：'numpy.ndarray'对象没有属性'numpy'，最后我去掉了除with语句之外的所有内容，我得到了相同的错误：'Tensor'对象没有属性'ndim'@AdrienDridri请查看我的编辑。我想我理解你的问题：你的x是numpy数组，而y是张量。它对你非常有用！从中学到了很多！我试着把它放进去，但它只告诉我：'numpy.ndarray'对象没有属性'cpu'，然后我取下了cpu，它告诉我：'numpy.ndarray'对象没有属性'numpy'，最后我取下了除了with语句之外的所有内容，得到了相同的错误：'Tensor'对象没有属性'ndim'@AdrienDridri请查看我的编辑。我想我理解你的问题：你的x是numpy数组，而y是张量。它对你非常有用！从中学到了很多！我觉得我离你更近了，谢谢你提供的信息，它帮助我了解了一些新的东西。我现在有一个错误：TypeError:无法将CUDA张量转换为numpy。首先使用Tensor.cpu（）将Tensor复制到主机内存。我觉得我离主机内存更近了，感谢您提供的信息，它帮助我理解了一些新的东西。我现在有一个错误：TypeError:无法将CUDA张量转换为numpy。首先使用Tensor.cpu（）将Tensor复制到主机内存。