Pythorch错误，预期对象为scaler float，但得到的对象为scaler Long

Question

因此，我正在学习Udemy（人工智能a-z）课程，我遇到了一个错误，它说： 返回映射（lambda x：变量(火炬猫（x，0）），样本） RuntimeError:应为标量类型Float的对象，但在序列参数的位置#1“tensors”处获得标量类型Long

元素似乎每次都在变化，所以我不知道问题出在哪里 有人能帮我解决这个问题吗？在

我已经尝试过修改前一行（示例），看看这是否是我需要转换为Long的内容，但它不起作用，除非它做错了

包含的第43-45行人工智能在

def sample(self, batch_size):
    samples = zip(*random.sample(self.memory, batch_size))
    return map(lambda x: Variable(torch.cat(x, 0)), samples)

包括第74-87行人工智能（什么叫sample方法）

^{pr2}$

老实说，我希望程序的其他部分都能运行，但它似乎总是在这里崩溃，抱歉，我不能更具体地说明我的期望，那是因为我不知道这是我第一次做一个合适的人工智能

Answer 1

根据https://pytorch.org/docs/stable/torch.html#torch.cat，你需要对你的x中的所有张量有相同的类型。但是你把各种张量混合在一起

self.memory.push((self.last_state, new_state, 
    torch.LongTensor([int(self.last_action)]), 
    torch.tensor([self.last_reward])))

所以这就是它抛出异常的原因。在