【DEBUG日记】torch.unique() 报错
在模型计算之前加上`with torch.no_grad():或在对tensor计算前使用tensor.requires_grad = False。
·
问题描述
在模型输出数据的后处理中,在使用torch.unique() 时报以下错误:
RuntimeError: isDifferentiableType(variable.scalar_type()) INTERNAL ASSERT FAILED at "..\\torch/csrc/autograd/functions/utils.h":64, please report a bug to PyTorch.
问题分析:
torch.unique()
类似于集合,返回一个无重复的tensor
torch.unique(input, sorted=True, return_inverse=False, return_counts=False, dim=None)
'''
input: 待处理的tensor
sorted:是否进行排列,默认升序
return_inverse: 是否返回原始tensor中的每个元素在这个无重复tensor中的索引
return_counts: 统计原始张量中每个独立元素的个数
dim: 处理维度
'''
从报错看,应该是输入数据的类型有问题,检查了tensor的shape等均无问题,应该是其他的参数,例如requires_grad
。
解决方案:
- 在模型计算之前加上
with torch.no_grad():
;- 在对tensor计算前使用
tensor.requires_grad = False
。

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)