PyTorch - “属性错误：模块‘火炬’没有属性‘浮动’答案

【问题标题】：PyTorch - "Attribute Error: module 'torch' has no attribute 'float'PyTorch - “属性错误：模块‘火炬’没有属性‘浮动’
【发布时间】：2020-03-21 15:02:35
【问题描述】：

我正在尝试从here 实施空间变压器网络，我遇到了这个问题：

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])

线

self.fc_loc[2].bias.data = torch.cuda.FloatTensor([1,0,0,0,1,0])

给出错误：

*** AttributeError: module 'torch' has no attribute 'float'

我该如何解决这个问题？

【问题讨论】：

请始终发布完整的错误回溯。你用的是什么pytorch版本？

标签： python pytorch

【解决方案1】：

关于AttributeError
```
AttributeError: module 'torch' has no attribute 'float'
```
这个AttributeError 暗示代码中的某处必须类似于torch.float。

在您的代码示例中，我找不到类似的东西。但是，link you referenced for the code 包含以下行：
```
self.fc_loc[2].bias.data.copy_(torch.tensor([1, 0, 0, 0, 1, 0], dtype=torch.float))
```
像torch.float 这样的PyTorch 数据类型随PyTorch 0.4.0 一起提供，所以当你在0.3.1 等早期版本中使用像torch.float 这样的东西时，你会看到这个错误，因为torch then 实际上没有属性float。

如果您在链接的示例中有一行，那么出现这样的错误是完全合理的。对于您发布的代码，它没有任何意义。

由于您没有包含完整的错误回溯，我只能推测问题所在。因此，您可能在代码中某处使用了torch.float，或者您已经使用torch.float 导入了一些代码。
那么你能做些什么来解决它？

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（或行）并更改它。

所以大概是这样的：
```
torch.tensor([1, 0, 0, 0, 1, 0], dtype=torch.float)
```
并将其更改为：
```
torch.FloatTensor([1,0,0,0,1,0])
```
与您在问题中发布的行类似。

我希望这会有所帮助！

Jupyter Notebook 的短插件：

这只是一个侧节点，因为您的代码和错误消息不匹配：将代码导入 Jupyter Notebook 时，对导入的代码进行更改后重新启动内核是最安全的。否则，在导入期间会忽略已加载的模块，并且不会应用更改。因此，如果旧代码中存在错误，则该错误可能仍然会发生，并且回溯会指向您刚刚更正的行。

因此，例如在导入代码中更改：torch.tensor([1, 0, 0, 0, 1, 0], dtype=torch.float) 到 torch.FloatTensor([1,0,0,0,1,0]) 时，即使该行不再包含 torch.float，它仍可能会抱怨 torch.float（它甚至显示回溯中的新代码）。这有点令人困惑，因为回溯会显示一个对给定行没有意义的错误。

在这种情况下重启内核会有所帮助。

【讨论】：

【解决方案2】：

尝试通过以下方式重新安装 pytorch：

pip uninstall pytorch

然后：

pip install pytorch

【讨论】：

不应该是pip unistall torch和pip install torch吗？

【解决方案3】：

使用以下命令从频道“soumith”安装 pytorch 后出现同样的错误：

conda install -c soumith pytorch

从 pytorch 频道重新安装后一切正常。在我的情况下，命令如下所示：

conda install pytorch-cpu torchvision-cpu -c pytorch

但是您必须从该站点获取您机器的包装清单： https://pytorch.org/

【讨论】：