我试图从here实现空间转换器网络，遇到了这个问题：
class STNLayer(torch.nn.Module):
def __init__(self, input_size):
super(STNLayer, self).__init__()
self.input_size = input_size
self.localization = nn.Sequential(
nn.Conv2d(self.input_size, 8, kernel_size = 7),
nn.MaxPool2d(2, stride = 2),
nn.ReLU(True),
nn.Conv2d(8, 10, kernel_size = 5),
nn.MaxPool2d(2, stride = 2),
nn.ReLU(True)
)
self.fc_loc = nn.Sequential(
nn.Linear(10 * 12 * 12, 32),
nn.ReLU(True),
#nn.BatchNorm1d(32),
nn.Linear(32, 3*2)
)
# Initialize weights to identity transformation
self.fc_loc[2].weight.data.zero_()
self.fc_loc[2].bias.data = torch.cuda.FloatTensor([1,0,0,0,1,0])那条线
self.fc_loc[2].bias.data = torch.cuda.FloatTensor([1,0,0,0,1,0])给出了错误：
*** AttributeError: module 'torch' has no attribute 'float'我该怎么解决？
3条答案
按热度按时间093gszye1#
*关于
AttributeError这个
AttributeError意味着代码中的某个地方必须是类似torch.float的东西。在您的代码示例中，我找不到任何类似的内容。但是，link you referenced for the code包含以下行：
像
torch.float这样的PyTorch数据类型附带了 PyTorch 0.4.0，所以当你在早期版本（如 0.3.1）中使用像torch.float这样的数据类型时，你会看到这个错误，因为torch实际上没有float属性。如果你有一个像你链接的例子中的行，得到这样的错误是完全有意义的。对于你发布的代码来说，它没有任何意义。
由于您没有包括完整的错误追溯，我只能猜测问题是什么。因此，您可能在代码中使用了
torch.float，或者使用torch.float导入了一些代码。最简单的方法是将PyTorch更新到0.4.0或更高版本。
如果您不想更新或由于某种原因无法更新。您只需要找到使用
torch.float的行（或多行）并更改它。所以大概是这样的：
并将其更改为：
类似于你在问题中发布的行。
我希望这对你有帮助！
torch.tensor([1, 0, 0, 0, 1, 0], dtype=torch.float)到torch.FloatTensor([1,0,0,0,1,0])，它可能仍然会抱怨torch.float，即使该行不再包含torch.float（它甚至在回溯中显示新代码）。这有点令人困惑，因为回溯会显示一个错误，而这个错误对给定的行没有意义。x6h2sr282#
尝试通过以下方式重新安装pytorch：
然后：
y0u0uwnf3#
我从通道“soumith”安装pytorch后有相同的错误，使用此命令：
从pytorch通道重新安装后，所有工作正常。在我的例子中，命令看起来像：
但您必须从本网站获取您的机器的软件包列表：https://pytorch.org/