【杂】解决关于mean(0)理解错误引发的程序bug

Codiplay2023-12-05 8:29

一、环境和解释器要一起配置好

invalid syntax

发生你在终端激活了一个环境，但 VSCode 依然使用之前的解释器的情况。

解释器设置影响了 VSCode 中运行 Python 脚本、调试、代码补全等功能的行为。VSCode 会根据你选择的解释器来执行这些操作。
二、关于mean（0）引发的错误：

1、

[N, bs * T, C, W, H]

[T, N* bs,C,W,H]

mean(0) ---->[N* bs, C,W,H]

2、

[bs*T, C,W,H]

[T, bs, C, W, H]

mean(0) ---->[bs, C, W, H]

[ [bs,C,W,H],

[bs,C,W,H],...]

stack(0)---->[N * bs, C,W,H]
1和2的逻辑肯定是不一样的，跟view或者reshape无关，就是对mean(0)方法理解不到位。

出错肯定是自己对一些东西的理解出错了，肯定是想当然了 ，那就去一点点排查到底哪里出错了。
mean(dim)方法

bash 复制代码

tensor = torch.randn(3, 4, 5)
mean_along_dim1 = tensor.mean(1)
print(mean_along_dim1.shape)  # 应该输出 torch.Size([3, 5])

mean_along_dim1[i, j] 是原始张量 tensor[i, :, j] 中所有元素的均值。

直观的操作相当于：[i,0,j]+[i,1,j]+[i,2,j]+[i,3,j] / 4 ---> [i,j],i,j为某一固定实数

所以：

[T, N* bs,C,W,H]

mean(0) ---->[N* bs, C,W,H]
这个过程把N考虑进来一起加，肯定是不对的。

三、杂

label_onehot = F.one_hot(label, 10).float()

RuntimeError: one_hot is only applicable to index tensor.

PyTorch 中的索引张量必须包含整数值。确保 label 是一个整数张量，可以通过使用 .long()
squeeze是要赋值的，除了extend都要赋值
lua 复制代码
```
label_onehot = label_onehot.squeeze(1)
```
命令：pip3 show