Pytorch 1.7.0 |数据加载程序错误-类型错误:';模块';对象不可调用
这是我的代码,我正在使用pycharm 进口 创建完全连接的网络 #设定装置Pytorch 1.7.0 |数据加载程序错误-类型错误:';模块';对象不可调用,pytorch,object-detection,dataloader,Pytorch,Object Detection,Dataloader,这是我的代码,我正在使用pycharm 进口 创建完全连接的网络 #设定装置 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') 超参数 加载数据 初始化网络 损失与优化 列车网络 我在这条线上发现了错误 train\u loader=DataLoader(train\u数据集,batch\u size=batch\u size,shuffle=True) 错误是 in train\u loader=Dat
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
超参数
加载数据
初始化网络
损失与优化
列车网络
我在这条线上发现了错误
train\u loader=DataLoader(train\u数据集,batch\u size=batch\u size,shuffle=True)
错误是
in
train\u loader=DataLoader(train\u数据集,batch\u size=batch\u size,shuffle=True)
TypeError:“模块”对象不可调用
您需要编辑导入
from torch.utils.data import DataLoader, Dataset
非常感谢你,它很有效!!!
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
input_size = 784
num_classes = 10
learning_rate = 0.001
batch_size = 2
num_epochs = 1
train_dataset = Datasets.MNIST(root='dataset/', train=True, transform=transforms.ToTensor(), download=True)
train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_dataset = Datasets.MNIST(root='dataset/', train=False, transform=transforms.ToTensor(), download=True)
test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=True)
model = NN(input_size=input_size, num_classes=num_classes).to(device)
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=learning_rate)
for epoch in range(num_epochs):
for batch_idx, (data, targets) in enumerate(train_loader):
data = data.to(device=device)
targets = targets.to(device=device)
print(data.shape)
from torch.utils.data import DataLoader, Dataset