已经支持autograd的复杂功能-Pytorch

如何解决已经支持autograd的复杂功能-Pytorch

我正在使用此自定义函数在自定义损失函数中重塑我的张量。

f(list(t))

但是，我收到此错误：

def reshape_fortran(x,shape): if len(x.shape) > 0: x = x.permute(*reversed(range(len(x.shape)))) return x.reshape(*reversed(shape)).permute(*reversed(range(len(shape))))

用于RuntimeError: _unsafe_view does not support automatic differentiation for outputs with complex dtype. 输出。

您知道可能是什么问题吗？ Pytorch autograd中不支持复数的哪个功能？

解决方法

我可以改用此函数来解决问题，但是我不知道为什么它不起作用以及为什么现在可以起作用：

def convert_output84_torch(input):
  shape84 = (8,4)
  T1 = torch.transpose(input,2).permute(0,1,2).contiguous()
  T2 = T1.view(shape84[::-1])
  output = torch.transpose(T2,1)
  return output

我将reshape替换为view，并且目前工作正常。但是由于我的代码以前运行良好，所以我不确定它是否是一个长期解决方案，因为我不知道主要的来源。

,

Complex Autograd 从 1.8 版开始就处于 Beta 版，但现在很稳定，应该完全支持 1.9 起的此类操作。