时间戳

首页 > 解决方案 > AttributeError : 'tuple' 没有属性 'to'

machine-learning - AttributeError : 'tuple' 没有属性 'to'

问题描述

我正在写这个图像分类器，我已经定义了加载器，但是遇到了这个错误，我对此一无所知。

我已经定义了火车装载机，为了更好地解释我尝试了这个

for ina,lab in train_loader:
    print(type(ina))
    print(type(lab))

我得到了

<class 'torch.Tensor'>
<class 'tuple'>

现在，为了训练模型，我做了

def train_model(model,optimizer,n_epochs,criterion):
    start_time = time.time()
    for epoch in range(1,n_epochs-1):
        epoch_time = time.time()
        epoch_loss = 0
        correct = 0
        total = 0
        print( "Epoch {}/{}".format(epoch,n_epochs))
        
        model.train()
        
        for inputs,labels in train_loader:
            inputs = inputs.to(device)
            labels  = labels.to(device)
            optimizer.zero_grad()
            output = model(inputs)
            loss = criterion(output,labels)
            loss.backward()
            optimizer.step()
            epoch_loss +=loss.item()
            _,pred =torch.max(output,1)
            correct += (pred.cpu()==label.cpu()).sum().item()
            total +=labels.shape[0]
            
        acc = correct/total

我得到了错误：

Epoch 1/15
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-36-fea243b3636a> in <module>
----> 1 train_model(model=arch, optimizer=optim, n_epochs=15, criterion=criterion)

<ipython-input-34-b53149a4bac0> in train_model(model, optimizer, n_epochs, criterion)
     12         for inputs,labels in train_loader:
     13             inputs = inputs.to(device)
---> 14             labels  = labels.to(device)
     15             optimizer.zero_grad()
     16             output = model(inputs)

AttributeError: 'tuple' object has no attribute 'to'

如果你还想要什么，请告诉我！谢谢

编辑：标签看起来像这样。这是蜜蜂和黄蜂之间的图像分类。它还包含昆虫和非昆虫

（'黄蜂'，'黄蜂'，'昆虫'，'昆虫'，'黄蜂'，'昆虫'，'昆虫'，'黄蜂'，'黄蜂'，'蜜蜂'，'昆虫'，'昆虫'，'其他'，'蜜蜂'，'其他'，'黄蜂'，'其他'，'黄蜂'，'蜜蜂'，'蜜蜂'，'黄蜂'，'黄蜂'，'黄蜂'，'黄蜂'，'蜜蜂' , '黄蜂', '黄蜂', '其他', '蜜蜂', '黄蜂', '蜜蜂', '蜜蜂') ('黄蜂', '黄蜂', '昆虫', '蜜蜂', '其他', '黄蜂'，'昆虫'，'黄蜂'，'昆虫'，'昆虫'，'昆虫'，'黄蜂'，'黄蜂'，'昆虫'，'黄蜂'，'黄蜂'，'黄蜂'，'蜜蜂'，'黄蜂'，'黄蜂'，'昆虫'，'昆虫'，'黄蜂'，'黄蜂'，'蜜蜂'，'黄蜂'，'昆虫'，'蜜蜂'，'蜜蜂'，'昆虫'，'昆虫'，'其他'）

标签： machine-learningdeep-learningpytorchkaggle

解决方案

它的字面意思是 Python 中的元组类没有一个名为to. 由于您试图将标签放在设备上，因此只需执行labels = torch.tensor(labels).to(device).

如果您不想这样做，您可以更改 DataLoader 的工作方式，使其将您的标签作为 PyTorch 张量而不是元组返回。

编辑

由于标签似乎是字符串，我会先将它们转换为 one-hot 编码向量：

>>> import torch
>>> labels_unique = set(labels)
>>> keys = {key: value for key, value in zip(labels_unique, range(len(labels_unique)))}
>>> labels_onehot = torch.zeros(size=(len(labels), len(keys)))
>>> for idx, label in enumerate(labels_onehot):
...     labels_onehot[idx][keys[label]] = 1
...
>>> labels_onehot = labels.to(device)

我在这里有点黑暗，因为我不知道确切的细节，但是是的，字符串不适用于张量。

推荐阅读