时间戳

首页 > 解决方案 > 在 torch.eig(x) 中没有为“Long”实现“eig_cpu”

google-colaboratory - 在 torch.eig(x) 中没有为“Long”实现“eig_cpu”

问题描述

导入 torch X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1]]) e, v = torch.eig(X, eigenvectors=True) v 输出***** RuntimeError Traceback（最近一次调用最后一次）

in () 1 import torch 2 X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1]]) ----> 3 e, v = torch.eig(X, 特征向量=True) 4 v

RuntimeError：“eig_cpu”未针对“Long”实现

标签： google-colaboratorytorch

解决方案

我发现张量中至少需要一个浮点值才能清除此错误 X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1.0] ])

X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1]])

尝试添加小数....所以我有：

import torch
X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1.0]])
e, v = torch.eig(X, eigenvectors=True)

输出 ：

tensor([[ 0.7512,  0.6106, -0.3430],
        [ 0.6229, -0.7733,  0.2476],
        [ 0.2185, -0.1710,  0.9061]])

不带小数：import torch X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1]]) e, v = torch.eig(X, eigenvectors =True) v 当张量没有单个浮点值 elem 时输出错误：RuntimeError Traceback (最近一次调用最后一次)

in () 1 import torch 2 X = torch.tensor ([[25, 2, 9], [5, 25, -5], [3, 7, -1]]) ----> 3 e, v = torch.eig(X, 特征向量=True) 4 v

RuntimeError：“eig_cpu”未针对“Long”实现

推荐阅读