IndexError: invalid index of a 0-dim tensor. Use `tensor.item()` in Python

IndexError: invalid index of a 0-dim tensor. Use `tensor.item()` in Python

推荐整理分享IndexError: invalid index of a 0-dim tensor. Use `tensor.item()` in Python，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助，希望把文章链接给更多的朋友！

当运行下面代码时出现下面的错误

if iteration%10 == 0: print("===> Epoch[{}]({}/{}): Loss: {:.10f}".format(epoch, iteration, len(training_data_loader), loss.data[0]))

修改建议：

去掉loss.data[0]后面的[0]。

if iteration%10 == 0: print("===> Epoch[{}]({}/{}): Loss: {:.10f}".format(epoch, iteration, len(training_data_loader), loss.data))

原因：loss是0维张量

创建一个Tensor默认是不可导的，即   .requeires_grad  属性等于false。

在pytorch0.4版本之后，Variable和Tensor进行的合并。loss.data直接输出tensor值，不输出tensor的梯度信息。比如：

 loss是0维张量，因此在输出loss.data的时候维度为0，可以用loss.data.size()测试。可以利用loss.item()将张量转换为python number。

重点介绍一下.data和detach()函数的区别

推荐在经网络网训练或测试时访问tensor的数据时使用.detach()方法。

简单的说就是使用y=x.data属性来访问数据时，pytorch不会记录数据是否改变，此时改变了y的值，意味着也要改变x的值，而在自动求导时会使用更改后的值，这回导致错误求导结果。

而使用y=x.detach()时，如果了y值，也意味着改变了x值，此时调用x.backword()会报错。也就是说.detach()方法会记录数据的变化状态