当出现以上问题时候,是格式错误:
错误语句:
model_train_x = torch.tensor(model_train_x.values)
该语句中,tensor的默认类型是Float64,需要修改类型成为float32才可以
网上大多数的修改意见是:
1、model_train_x = torch.from_numpy(model_train_x.astype(np.float32))
2、model_train_x = torch.from_numpy(model_train_x.values)
我试了一下不是很可行,依然在报错,我采用如下的操作进行处理之后,操作成功:
model_train_x = torch.tensor(model_train_x.values,dtype=torch.float32)
我们在改变torch的类型的时候,通常需要进行reshape:
正确的改该方式为:
moodel_train_x = torch.reshape(model_train_x,(1,192,25))
其中model_train_x为处理好的tensor数据,(a,b,c)为更改的形状
这个问题出现在对tensor的转换中
tensor的转换要求内部的数组维度相同:例如
model_train_x = [[1],[2,3],[3,4,5,6,6]]
model_train_y = torch.tensor(model_train_y,dtype=torch.float32)
是不可行的,,需要调整数据子集的长度。
转换的问题,解决方案之一就是看看numpy版本是否合适
pip install -U numpy==1.19.2
安装新版本的numpy
我产生问题的行数:
##错误代码
engno = [1,2,3,4]
for numb in engno:
eng_df = train_df[train_df['id']==engno]
错误在于将数组进行了赋值
改正后可以运行的,该问题就是将数组赋值给了单个值
##错误代码
engno = [1,2,3,4]
for numb in engno:
eng_df = train_df[train_df['id']==numb]
在你安装好keras-tcn包的时候,如果发现,使用
import tcn
from tcn import *
是不出问题的 ,但是在引入TCN等包的时候发现了问题。
解决方法一:
复制tcn包到anaconda的目录下。注意,这里是安装后产生的tcn的包,并非keras-tcn包
解决方法 二:
使用以下命令:
import sys
sys.path.append("tcn文件所在的位置")
解决方法三:
如果以上两种方法都不好用。试着查看一下,看看上一级乃至上上级别文件夹的命名是否与tcn冲突
将conda的那个图标点灭,让pycharm去仓库中搜索
在load_model时候,处理自定义函数,需要在函数中添加说明
解决方法就是在custom_objects中添加如下说明
"TCN":TCN
添加过后成为如下
load_model("../final_get/tcn_final/" + filename + ".h5",custom_objects={"rmse": rmse, "k_score": k_score,"TCN":TCN})
这个问题,最坑人,一定要注意不要在项目中设置名字为abc.py的文件,否则就会报这个错误。该错误就是,在io.py调用了abc.py过程中,指向不明确导致该类问题。