（使用pytorch错误解决）Can‘t call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead.

问题出现（错误索引）

一开始报错：
Can’t call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead.
如图：
使用提示错误解决定位源代码：

#action_space=400,action_prob是400个概率值
action_chosen = np.random.choice(np.arange(action_space), p=action_probs)

参考np.random.choice()的资料：https://blog.csdn.net/ImwaterP/article/details/96282230
发现直接带入数字是没有问题的，使用如下的测试代码

#可以看到有相同元素
chosen_name=np.arange(5)
pol=torch.tensor([0.1,0.2,0.1,0.3,0.3]).tolist()
print(pol)
print(sum(pol))
np_out = np.random.choice(np.arange(5),p=pol)
print(np_out)

然后报错：ValueError: probabilities do not sum to 1

可以发现，这时候概率之和确实不唯一，
之后参考资料，发现需要对概率进行归一化，参考链接：https://blog.csdn.net/Scythe666/article/details/84250693

修改测试代码：

chosen_name=np.arange(5)
pol=torch.tensor([0.1,0.2,0.1,0.3,0.3]).tolist()
print(pol)
print(sum(pol))
p = np.array(pol)
p /= p.sum() # normalize
print(p,sum(p))
np_out = np.random.choice(np.arange(5),p=p)
print(np_out)

输出结果：

总结

1.np.random.choice()中概率要使用一维数据，不可以是tensor类型，通过var.tolist()转换成为list类型；
2.由于转化成为列表的数字存在精度问题，导致最后概率之和并不是1，可以使用归一化代码，重新求概率，代码如下。

p = np.array(pol)
p /= p.sum() # normalize

困扰一天的问题终于解决啦，写个csdn记录一下，希望可以帮到有需要的小伙伴！