pytorch Network.parameters() 缺少一个必需的位置参数: ‘self’

当我在主函数的这一行调用pytorch中的Network.parameters()时出现了问题:optimizer = optim.SGD(Network.parameters(), lr=0.001, momentum=0.9)

我得到了以下错误代码:

TypeError: parameters() missing 1 required positional argument: 'self'

我的网络是在这个类中定义的

class Network(nn.Module):def __init__(self):    super(Network, self).__init__()    self.conv1 = nn.Conv2d(1, 32, 5)    self.pool = nn.MaxPool2d(2, 2)    self.conv2 = nn.Conv2d(32, 64, 5)    self.pool2 = nn.MaxPool2d(2, 2)    self.conv3 = nn.Conv2d(64, 64, 5)    self.pool2 = nn.MaxPool2d(2, 2)    self.fc1 = nn.Linear(64 * 5 * 5, 512)    self.fc2 = nn.Linear(512, 640)    self.fc3 = nn.Linear(640, 3756)def forward(self, x):    x = self.pool(F.relu(self.conv(x)))    x = self.pool(F.relu(self.conv2(x)))    x = self.pool(F.relu(self.conv3(x)))    x = x.view(-1, 64 * 5 * 5)    x = F.relu(self.fc1(x))    x = F.relu(self.fc2(x))    x = self.fc3(x)    return x

我确定我正确导入了所有torch模块。有什么想法可以告诉我哪里做错了?

谢谢!


回答:

当你执行Network.parameters()时,你是在调用静态方法parameters

但是,parameters是一个实例方法

所以你必须先实例化Network,然后再调用parameters

network = Network()optimizer = optim.SGD(network.parameters(), lr=0.001, momentum=0.9)

或者,如果你只需要Network在这一特定行使用:

optimizer = optim.SGD(Network().parameters(), lr=0.001, momentum=0.9)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注