Pytorch训练模型时遇到的数据类型问题

项目场景：

最近在学习Pytorch深度学习，自己敲代码时遇到了一些问题。为了避免大家落坑，也为了自己避免再犯错，所以来此处记录一下。内容可能也会有一些疏漏，恳请大家批评指正！

目录

项目场景：

问题描述

原因分析：

解决方案：

---

---

问题描述

        训练模型时，常常会需要读取文件数据。利用pandas读取文件数据，用于训练模型。

import pandas as pd
datas = pd.read_csv(filepath)

结果编译器报错：

RuntimeError: expected scalar type Float but found Double

原因分析：

编译器提示：期待标量数据类型Float但是发现了Double

 我们通过调用info()方法，查看读取数据框的信息：

print(datas.info())



RangeIndex: 759 entries, 0 to 758
Data columns (total 9 columns):
 #   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  
 0   f1       759 non-null    float64
 1   f2       759 non-null    float64
 2   f3       759 non-null    float64
 3   f4       759 non-null    float64
 4   f5       759 non-null    float64
 5   f6       759 non-null    float64
 6   f7       759 non-null    float64
 7   f8       759 non-null    float64
 8   isAlive  759 non-null    int64  
dtypes: float64(8), int64(1)
memory usage: 53.5 KB
None

 能够看到数据类型为float64，也就是上面说的Double，于是我们尝试改变数据类型。

---

解决方案：

将Double数据类型转换为Float

可以在读取文件数据时，直接指定数据的类型,例如：

import numpy as np

datas1=pd.read_csv(r'.data/diabetes.csv', dtype=np.float32)

即添加一句：dtype=np.float32

此时再查看数据框信息：

print(datas1.info())



RangeIndex: 759 entries, 0 to 758
Data columns (total 9 columns):
 #   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  
 0   f1       759 non-null    float32
 1   f2       759 non-null    float32
 2   f3       759 non-null    float32
 3   f4       759 non-null    float32
 4   f5       759 non-null    float32
 5   f6       759 non-null    float32
 6   f7       759 non-null    float32
 7   f8       759 non-null    float32
 8   isAlive  759 non-null    float32
dtypes: float32(9)
memory usage: 26.8 KB
None

数据类型变为float32，此时运行程序，就成功啦！