Pytorch：[TypeError: __init__() 接受 1 个位置参数，但给出了 2 个]

Question

我搜索了 StackOverflow 并访问了其他网站寻求帮助，但我找不到解决问题的方法。 我将保留整个代码，以使您可以理解。 大约 110 行，用 PyTorch 编写。

每次，我都会编译和计算一个预测，这个错误代码会出现：

Traceback (most recent call last):
File "/Users/MacBookPro/Dropbox/01 GST h_da Privat/BA/06_KNN/PyTorchV1/BesucherV5.py", line 108, in <module>
result = Network(test_exp).data[0][0].item()
TypeError: __init__() takes 1 positional argument but 2 were given

我知道，其他用户也有这个，但他们的解决方案都没有帮助我。 我猜这个错误要么在我的班级“网络”中，要么在变量“结果”中。 我希望你们中的某个人有这个问题并且知道如何解决它或者可以以不同的方式帮助我。

关于数据集的简短信息：

我的数据集有 10 列，分为两组。 X 和 Y。X 有 9 列，Y 只有一列。 然后将这些用于训练网络。

先感谢您！

亲切的问候克里斯蒂安·里希特

我的代码：

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
import torch.optim as optim
import pandas as pd


### Dataset ###

dataset = pd.read_csv('./data/train_data_csv.csv')

x_temp = dataset.iloc[:, :-1].values

print(x_temp)
print()
print(x_temp.size)
print()

y_temp = dataset.iloc[:, 9:].values

print(y_temp)
print()
print(y_temp.size)
print()

x_train_tensor = torch.FloatTensor(x_temp)
y_train_tensor = torch.FloatTensor(y_temp)


### Network Architecture ###

class Network(nn.Module):
    def __init__(self):
        super(Network, self).__init__()
        self.linear1 = nn.Linear(9, 9)  #10 Input-Neurons, 10 Output-Neurons, Linearer Layer
        self.linear2 = nn.Linear(9, 1)


    def forward(self, x):
        pax_predict = F.relu(self.linear1(x))
        pax_predict = self.linear2(x)
        return pax_predict

    def num_flat_features(self, pax_predict):
        size = pax_predict.size()[1:]
        num = 1
        for i in size:
            num *= i
        return num


network = Network()
print(network)

criterion = nn.MSELoss()
target = Variable(y_train_tensor)
optimizer = torch.optim.SGD(network.parameters(), lr=0.0001)

### Training

for epoch in range(200):
    input = Variable(x_train_tensor)
    y_pred = network(input)

    loss = criterion(y_pred, target)

    optimizer.zero_grad()

    loss.backward()
    optimizer.step()

test_exp = torch.Tensor([[40116]])

result = Network(test_exp).data[0][0].item()

print('Result is: ', result)

Answer 1

问题很简单，在这一行，我想：

result = Network(test_exp).data[0][0].item()

在这里，您应该使用network （对象）而不是Network （类）。 正如您所定义的， Network仅接受 1 个参数（即self ），但您正在传递 2 个： self和test_exp 。

也许如果您为对象选择了另一个名称（例如net ），您会更容易发现此错误。 考虑到这一点:)

并且请始终发布完整的回溯。

Answer 2

我遇到了同样的错误，然后我意识到在传递 ToTensor() 转换时我错过了括号。

错误的：

trainData = ImageFolder('data/in/train/', transform=ToTensor)

正确的：

trainData = ImageFolder('data/in/train/', transform=ToTensor())

一般情况下，如果使用了函数名，但原型不是预期的，很可能会遇到这样的错误。