欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

报错解决Python Error fix-TypeError: _mean() got an unexpected keyword argument ‘dim‘

程序员文章站 2022-05-30 22:58:48
文章目录TypeError: _mean() got an unexpected keyword argument 'dim'报错解决【numpy中用axis和pytorch中用dim,因为一个是numpy变量一个是tensor变量】附:numpy中的axis和Pytorch中的dim参数TypeError: _mean() got an unexpected keyword argument 'dim’报错解决【numpy中用axis和pytorch中用dim,因为一个是numpy变量一个是tensor...

TypeError: _mean() got an unexpected keyword argument 'dim’报错解决【numpy中用axis和pytorch中用dim,因为一个是numpy变量一个是tensor变量】

报错如下:
TypeError: _mean() got an unexpected keyword argument 'dim'
报错解决Python Error fix-TypeError: _mean() got an unexpected keyword argument ‘dim‘
报错原因: numpy中用axis和pytorch中用dim,因为一个是numpy变量一个是tensor变量

发生错误的过程如下:
刚开始,我的代码是这样的:

此处省略若干行
input_var = torch.autograd.Variable(data.view(-1, length, data.size(2), data.size(3)),volatile=True)
rst = net(input_var).data
return i, rst.reshape((num_crop, int(args.test_segments/args.models_segments), num_class)).mean(axis=0).reshape((int(args.test_segments/args.models_segments), 1, num_class)), label[0]

这时候运行是没有问题的,因为用torch.autograd.Variable接口封装成Variable类型数据并作为模型的输入。net(input_var)得到的结果是Variable,这时候rst是tensor变量,可以用dim参数。

但是因为我要读取Tensor内容,需读取data变量,所以代码改成了:

此处省略若干行
input_var = torch.autograd.Variable(data.view(-1, length, data.size(2), data.size(3)),volatile=True)
rst = net(input_var).data
return i, rst.reshape((num_crop, int(args.test_segments/args.models_segments), num_class)).mean(axis=0).reshape((int(args.test_segments/args.models_segments), 1, num_class)), label[0]

其中,cpu()表示存储到cpu,numpy()表示Tensor转为numpy array,copy()表示拷贝
然后就
报错解决Python Error fix-TypeError: _mean() got an unexpected keyword argument ‘dim‘
转成了numpy变量之后,就得用axis

解决办法: dim改成axis

附:numpy中的axis和Pytorch中的dim参数

Numpy中有许多函数都带有一个参数:axis(对应于pytorch中的dim参数),用来指定函数计算是在哪个维度上进行的。这些函数包括:mean() 、sum()等。 这里说一下axis(dim)的用法:

简单的记忆方式:
1、二维:
axis=0表示分别对每一列做运算;
axis=1表示分别对每一行做运算。
2、高维:
假设输入的形状是(m, n, k):
-如果指定axis(dim)=0, 输出的size就是(1, n, k)或者(n, k)
-如果指定axis(dim)=1, 输出的size就是(m, 1, k)或者(m, k)
-如果指定axis(dim)=2, 输出的size就是(m, n, 1)或者(m, n).
size中是否有“1”,取决于参数keepdims(或keepdim)。keepdims=True会保留维度1,通常默认是等于False。

注意:以上只是经验总结,对于绝大部分函数适用,少数函数如cumsum(累加)不符合。

此外,对于二维数组(矩阵),可以用一句话记住:axis=0表示分别对每一列做运算;如果axis=1表示分别对每一行做运算。这个tip对几乎所有场景适用(包括cumsum函数等)。

本文地址:https://blog.csdn.net/qq_34243930/article/details/107140301