为什么会出现这个错误RuntimeError: Expected object of scalar type float but got scalar type double for argument 'other'

[jfdyft]

No description provided.

[lmcltj]

我也出现了

[yatengLG]

因为，数据是双精度的啊，而需要的是单精度的。
如果你需要模型是双精度的， 用 model = model.double() 改成双精度就行。
或者 把你数据 data=data.float() 改成单精度的

[taochx]

请问这个错误具体应该怎么改呢？我尝试改了几个地方的，但是还是有错误

[yatengLG]

@taochongxin 模型权重和数据均是有精度的。 一般来讲，自定义的模型，如果没有特别指定，一般都是单精度的，也就是float, 主要问题应该是出在你的数据上，你把你的数据，的dtype打印出来，看看是什么。 然后把模型和数据的 dtype改成一样的就可以了。 这个问题也一般会出现在损失函数中，反正涉及到权重的地方都会有精度问题。你统一了就好了

[taochx]

@yatengLG 多谢回复，我使用的数据集也是voc2007，我再尝试改一下，谢谢

[lmcltj]

我都改成双精度了，可以跑通

[dfy888]

我也遇到这个问题了

[yatengLG]

@dfy888 精度问题，模型精度和数据精度不一致。

[dfy888]

型精度和数据精度不一致

AttributeError: 'DataLoader' object has no attribute 'dtype'
到底改哪里啊？ 模型 数据都没有 dtype属性？ 感谢作者大大的回复

[yatengLG]

@dfy888

for param in net.parameters(): print(param.dtype)
查看模型参数的 数值精度

然后你数据也是同样的，只要是tensor肯定有dtype的

[yatengLG]

@dfy888 dataloader 是个 数据加载器的类，不是你的输入数据。
你训练的时候不是，有个 for image, label in dataloader: 么 ， 这里拿出来的才是数据啊

[yatengLG]

关于这个报错，统一回复：

原因是

• 模型与数据类型不一致，
• " Expected object of scalar type float but got scalar type double for argument 'other' "，应该输入的是float类型，但是输入的参数是double类型的。

具体查看方法是

• for param in net.parameters(): print(param.dtype)
  打印你模型权重的dtype类型（模型是没有dtype属性的，模型的数值类型具体来讲是模型权重参数的数值类型）。`
• for image, label in dataloader : print(image.dtype, label,dtype)
  查看输入数据以及标签的数值类型。

解决方法：

1. 将模型调整为双精度 net.double()
2. 调整为单精度 net.float()
3. 数据同操作

[dfy888]

@dfy888 dataloader 是个 数据加载器的类，不是你的输入数据。
你训练的时候不是，有个 for image, label in dataloader: 么 ， 这里拿出来的才是数据啊

我到不了那里 刚刚定位了一下是这里的问题：
print("传进来的类型torch：gt_boxes={};gt_labels={}".format(gt_boxes.dtype, gt_labels.dtype))
boxes, labels = assign_priors(gt_boxes, gt_labels,
self.corner_form_priors,
self.iou_threshold)

[dfy888]

终于跑起来了 我自己的数据集
问题在这：

print("这里的错啊：", gt_boxes.dtype, gt_boxes.size())

# print("这里的错啊：", corner_form_priors.dtype, corner_form_priors.size())
# 所以我经常遇到'float64' * 'float32' 报错
corner_form_priors = corner_form_priors.float()  # 'float32' 我加的这句

ious = iou_of(gt_boxes.unsqueeze(0), corner_form_priors.unsqueeze(1))

希望可以帮到跟我一样的朋友 再次感谢作者的注释