softmax.py AttributeError: 'int' object has no attribute 'view

这个错误是因为你尝试在一个整数对象上调用`view`方法，但是整数对象没有这个方法。`view`方法是用于改变张量的形状的方法，只能在PyTorch的张量对象上使用。

你需要确保你的操作对象是一个PyTorch的张量对象，而不是一个整数。如果你正在使用PyTorch库，你可以将整数转换为张量，然后再调用`view`方法。例如：

import torch

num = 1
tensor = torch.tensor(num)
reshaped_tensor = tensor.view(-1)  # 在这里指定新的形状

请注意，在这个例子中，我将整数`1`转换为张量`tensor`，然后使用`view`方法将其形状改变为`(-1)`，表示保持张量的元素数量，但是将其形状展平为一维。

如果你还有其他问题，请随时提问！

相关问题

torch_geometric/utils/softmax.py AttributeError: 'int' object has no attribute 'view

这个错误是因为你尝试在一个整数对象上调用 `view` 方法，而 `view` 方法是在 PyTorch 的张量对象上定义的。请确保你传递给 `view` 方法的对象是一个张量对象，而不是一个整数。你可以使用 `torch.tensor` 方法将整数转换为张量，然后再调用 `view` 方法。例如：

import torch

# 将整数转换为张量
x = torch.tensor(5)

# 调用 view 方法
x = x.view(1)

请根据你的具体代码调整这个示例，确保你在正确的对象上调用 `view` 方法。

ret = input.log_softmax(dim) AttributeError: 'list' object has no attribute 'log_softmax'

这个错误提示表明你尝试在一个 Python 列表对象上调用 log_softmax() 方法，而该方法只能在 PyTorch 的 Tensor 对象上调用。

可能是你的输入数据被误传递成了 Python 列表对象，你需要将其转换为 PyTorch Tensor 对象。可以使用 torch.tensor() 或 torch.from_numpy() 方法将 Python 列表或 NumPy 数组转换为 Tensor 对象：

import torch

# 从 Python 列表创建 Tensor 对象
data = [1, 2, 3]
tensor_data = torch.tensor(data)

# 从 NumPy 数组创建 Tensor 对象
import numpy as np
numpy_data = np.array([[1, 2], [3, 4]])
tensor_data = torch.from_numpy(numpy_data)

确保你的输入数据是一个 PyTorch Tensor 对象，这样就可以正确地调用 log_softmax() 方法了。