Pytorch:[TypeError:\uuuu init\uuuuu()接受1个位置参数,但给出了2个]

2024-05-08 17:31:16 发布

您现在位置:Python中文网/ 问答频道 /正文

我搜索了StackOverflow并访问了其他网站寻求帮助,但我找不到解决问题的方法。 我将留下完整的代码,让您可以理解。它大约有110行,是用PyTorch写的

每次,我都会编译和计算一个预测,这个错误代码会出现:

Traceback (most recent call last):
File "/Users/MacBookPro/Dropbox/01 GST h_da Privat/BA/06_KNN/PyTorchV1/BesucherV5.py", line 108, in <module>
result = Network(test_exp).data[0][0].item()
TypeError: __init__() takes 1 positional argument but 2 were given

我知道,其他用户也有这种情况,但他们的解决方案都没有帮到我。我猜错误要么在我的班级“网络”中,要么在变量“结果”中。 我希望你们中有人有这个问题,知道如何解决它,或者可以以不同的方式帮助我

有关数据集的简短信息:

我的数据集有10列,被分成两组。X和Y.X有9列,Y只有一列。然后,这些将用于训练网络

提前谢谢你

问候 克里斯蒂安·里希特

我的代码:

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
import torch.optim as optim
import pandas as pd


### Dataset ###

dataset = pd.read_csv('./data/train_data_csv.csv')

x_temp = dataset.iloc[:, :-1].values

print(x_temp)
print()
print(x_temp.size)
print()

y_temp = dataset.iloc[:, 9:].values

print(y_temp)
print()
print(y_temp.size)
print()

x_train_tensor = torch.FloatTensor(x_temp)
y_train_tensor = torch.FloatTensor(y_temp)


### Network Architecture ###

class Network(nn.Module):
    def __init__(self):
        super(Network, self).__init__()
        self.linear1 = nn.Linear(9, 9)  #10 Input-Neurons, 10 Output-Neurons, Linearer Layer
        self.linear2 = nn.Linear(9, 1)


    def forward(self, x):
        pax_predict = F.relu(self.linear1(x))
        pax_predict = self.linear2(x)
        return pax_predict

    def num_flat_features(self, pax_predict):
        size = pax_predict.size()[1:]
        num = 1
        for i in size:
            num *= i
        return num


network = Network()
print(network)

criterion = nn.MSELoss()
target = Variable(y_train_tensor)
optimizer = torch.optim.SGD(network.parameters(), lr=0.0001)

### Training

for epoch in range(200):
    input = Variable(x_train_tensor)
    y_pred = network(input)

    loss = criterion(y_pred, target)

    optimizer.zero_grad()

    loss.backward()
    optimizer.step()

test_exp = torch.Tensor([[40116]])

result = Network(test_exp).data[0][0].item()

print('Result is: ', result)


Tags: importselfdatasizeastrainnntorch
1条回答
网友
1楼 · 发布于 2024-05-08 17:31:16

问题很简单,我想是这样的:

result = Network(test_exp).data[0][0].item()

这里应该使用network(对象)而不是Network(类)。正如您所定义的,Network只接受1个参数(即self),但您正在传递2:selftest_exp

如果您为对象选择了另一个名称(例如,net),您可能会更容易发现此错误。考虑到这一点:)

请始终发布完整的回溯

相关问题 更多 >