torch.cat 数据类型的坑

all_img = torch.tensor([])# 采用下面的语句读取图片img = torch.from_numpy(cv2.imread('{}.JPEG'.format(5))).unsqueeze(0)# 此时 img 的维度（1,224,224,3）# 将img合并入all_img 中all_img = all_img.cat((all_img,img)) # 报错 Runtime

Luna_Lovegood_001

2374人浏览 · 2021-04-13 22:36:29

Luna_Lovegood_001 · 2021-04-13 22:36:29 发布


all_img = torch.tensor([])
# 采用下面的语句读取图片
img = torch.from_numpy(cv2.imread('{}.JPEG'.format(5))).unsqueeze(0)
# 此时 img 的维度 （1,224,224,3）

# 将img合并入all_img 中
all_img = all_img.cat((all_img,img)) # 报错 RuntimeError: Expected object of scalar type Byte but got scalar type Float for sequence element 1 in sequence argument at position #1 'tensors'

发现img 是 int 8 类型，所以转化一下img 的数据类型


all_img = torch.tensor([])
# 采用下面的语句读取图片
img = torch.from_numpy(cv2.imread('{}.JPEG'.format(5))).unsqueeze(0).type(torch.float32) #### 注意此处
# 此时 img 的维度 （1,224,224,3）

# 将img合并入all_img 中
all_img = all_img.cat((all_img,img)) # 报错 RuntimeError: Expected object of scalar type Byte but got scalar type Float for sequence element 1 in sequence argument at position #1 'tensors'

这样才可以

2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

震撼分析！提示工程架构师在Agentic AI的技术创新资源整合

当我们谈论Agentic AI（智能体AI）时，我们谈论的是“能自主思考、协作和行动的智能系统”——它可以像人类员工一样处理复杂任务（如电商客服、科研协作、工业运维），甚至在多角色、多场景中动态调整策略。但Agentic AI的核心挑战并非仅仅是“让模型更聪明”，而是如何让智能体高效整合模型、工具、数据和人类反馈，实现真正的自主创新。传统提示工程是“静态的、单向的”：我们给模型一个提示，模型返回一