将MNIST数据集拟合到神经网络，给出“未实现错误”

Question

我是PyTorch的新手，我正在使用经典的MNIST数据集进行图像处理分类。While拟合模型，我得到错误：

NotImplementedError: uint8

我使用fastai的库类作为所有训练和验证数据的包装器，以及一个非常基本的单层神经网络。我使用的代码如下：

from keras.datasets import mnist

import matplotlib.pyplot as plt

from fastai.metrics import *

from fastai.model import *

from fastai.dataset import *

import torch.nn as nn

(x_train, y_train), (x_valid, y_valid) = mnist.load_data()

net = nn.Sequential(
  nn.Linear(784,10),
  nn.Softmax()).cuda()

md = ImageClassifierData.from_arrays('/data/mnist', 
(x_train,y_train), 
(x_valid, y_valid))   

loss = nn.NLLLoss()
metrics = [accuracy]
opt=optim.SGD(net.parameters(), 1e-1, momentum=0.9, weight_decay=1e-3)

fit(net, md, n_epochs=3, crit=loss, opt=opt, metrics=metrics)

有人能说出这个错误是怎么回事吗？它的解决方法是什么？你知道吗