如何解决将 Pytorch Float 模型转换为 Double
我正在尝试解决 Gym 中的 Cartpole。事实证明,状态是双浮点精度,而 pytorch 默认以单浮点精度创建模型。
class QNetworkMLP(Module):
def __init__(self,state_dim,num_actions):
super(QNetworkMLP,self).__init__()
self.l1 = Linear(state_dim,64)
self.l2 = Linear(64,64)
self.l3 = Linear(64,128)
self.l4 = Linear(128,num_actions)
self.relu = ReLU()
self.lrelu = LeakyReLU()
def forward(self,x) :
x = self.lrelu(self.l1(x))
x = self.lrelu(self.l2(x))
x = self.lrelu(self.l3(x))
x = self.l4(x)
return x
我试图通过
转换它model = QNetworkMLP(4,2).double()
但它仍然不起作用我得到同样的错误。
File ".\agent.py",line 117,in update_online_network
predicted_Qval = self.online_network(states_batch).gather(1,actions_batch)
File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\modules\module.py",line 722,in _call_impl
result = self.forward(*input,**kwargs)
File "C:\Users\27abh\Desktop\OpenAI Gym\Cartpole\agent_model.py",line 16,in forward
x = self.lrelu(self.l1(x))
File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\modules\module.py",**kwargs)
File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\modules\linear.py",line 91,in forward
return F.linear(input,self.weight,self.bias)
File "C:\Users\27abh\anaconda3\envs\gym\lib\site-packages\torch\nn\functional.py",line 1674,in linear
ret = torch.addmm(bias,input,weight.t())
RuntimeError: Expected object of scalar type Double but got scalar type Float for argument #2 'mat1' in call to _th_addmm
解决方法
你能在初始化模型后试试这个吗:
model.to(torch.double)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。