时间戳

首页 > 解决方案 > TypeError: mul() 参数“其他”（位置 1）必须是张量，而不是 ReLU

python - TypeError: mul() 参数“其他”（位置 1）必须是张量，而不是 ReLU

问题描述

我想torch.nn.ReLU()在 fc1 和 fc2 层之间添加一个层。

原始代码：

模型：

# ...
self.fc1 = nn.Linear(4096, 256)
self.fc2 = nn.Linear(256, 4096)
# ...

def forward(...):
    # ...
    x = x.view(-1, 4096)
    x = self.fc1(x))
    if a7 is not None:
        x = x * a7.squeeze()
    # ...

我试过了

# ...
x = x.view(-1, 4096)
x = nn.ReLU(self.fc1(x)))
if a7 is not None:
    x = x * a7.squeeze()
# ...

并弹出此错误。

标签： pythonpytorch

解决方案

我的回答假设__init__是一个错字，应该是forward。如果不是这样，请告诉我，我会删除它。

import torch
from torch import nn

class SimpleModel(nn.Module):
  def __init__(self, with_relu=False):
    super(SimpleModel, self).__init__()
    self.fc1 = nn.Sequential(nn.Linear(3, 10), nn.ReLU(inplace=True)) if with_relu else nn.Linear(3, 10)
    self.fc2 = nn.Linear(10, 3)

  def forward(self, x):
    x = self.fc1(x)
    print(torch.min(x))  # just to show you ReLU is working...
    return self.fc2(x)

# Model without ReLU
net_without_relu = SimpleModel(with_relu=False)
print(net_without_relu)

# Model with ReLU
net_with_relu = SimpleModel(with_relu=True)
print(net_with_relu)

# random input data
x = torch.randn((5, 3))
print(x)

# we expect it to print something < 0
output1 = net_without_relu(x)

# we expect it to print 0.
output2 = net_with_relu(x)

您可以查看 Colab 上运行的以下代码：https ://colab.research.google.com/drive/1W3Dh4_KPd3iABx5FSzZm3tilm6tnJh0v

要按照您的尝试使用：

x = nn.ReLU(self.fc1(x)))

您可以使用功能 API：

from torch.nn import functional as F

# ...
x = F.relu(self.fc1(x)))

推荐阅读