TypeError: невозможно преобразовать тензор CUDA в numpy. Используйте Tensor.cpu (), чтобы сначала скопировать тензор в память хоста

Я использую modified predict-py-L34-L53ferrer. тестирование обрезанной модели SqueezeNet

[phung@archlinux SqueezeNet-Pruning]$ python predict.py --image 3_100.jpg --model model_prunned --num_class 2
prediction in progress
Traceback (most recent call last):
File “predict.py”, line 66, in
prediction = predict_image(imagepath)
File “predict.py”, line 52, in predict_image
index = output.data.numpy().argmax()
TypeError: can’t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.
[phung@archlinux SqueezeNet-Pruning]$

Я понимаю, что numpy еще не поддерживает GPU.

Как мне изменить код, чтобы избежать этой ошибки, не вызывая операцию тензорного копирования данных, tensor.cpu()?


pytorch numpy neural-network pruning
person kevin998x    schedule 23.12.2018    source источник

Ответы (3)


arrow_upward
39
arrow_downward

Изменять

index = output.data.numpy().argmax()

to

index = output.cpu().data.numpy().argmax()

Это означает, что данные сначала перемещаются в процессор, а затем преобразуются в массив numpy.

person Umang Gupta    schedule 23.12.2018

arrow_upward
3
arrow_downward

Я узнал, что могу просто использовать

output.argmax()
person kevin998x    schedule 23.12.2018
comment
Я не думаю, что это дало бы вам массив numpy. Результатом этого будет тензор факела - person Umang Gupta; 28.12.2018
comment
@UmangGupta torch tensor - это то, что мне нужно. См. Рабочий пример на странице gitlab.com/promach/Pruning-CNN/tree / master / SqueezeNet-Pruning - person kevin998x; 29.12.2018
comment
Меня смутило название вашего вопроса. - person Umang Gupta; 04.01.2019

arrow_upward
1
arrow_downward

Вы можете использовать функцию torch.max следующим образом:

value, index = torch.max(output,1)
person Kaushik Roy    schedule 27.05.2020