AttributeError: 'Mnist_NN' object has no attribute 'Dropout'

根据提供的引用内容，出现了两个不同的错误信息。第一个错误是"AttributeError: 'NoneType' object has no attribute 'device'"，第二个错误是"AttributeError: 'Mnist_NN' object has no attribute 'Dropout'"。这两个错误都是属性错误，意味着在代码中尝试访问了不存在的属性。

对于第一个错误，"AttributeError: 'NoneType' object has no attribute 'device'"，它表明在代码中尝试访问了一个名为'device'的属性，但该属性不存在于NoneType对象上。这通常发生在没有正确初始化模型或没有正确设置设备时。要解决这个问题，您可以确保正确初始化模型，并将其放置在正确的设备上。例如，在PyTorch中，您可以使用`model.to(device)`将模型放置在指定的设备上。

对于第二个错误，"AttributeError: 'Mnist_NN' object has no attribute 'Dropout'"，它表明在代码中尝试访问了一个名为'Dropout'的属性，但该属性不存在于Mnist_NN对象上。这可能是因为您的模型类中没有定义'Dropout'属性。要解决这个问题，您可以检查您的模型类定义，确保'Dropout'属性正确定义或使用了正确的属性名称。

相关问题

为什么这段代码会报错：AttributeError: 'Mnist_NN' object has no attribute 'tain'

这个错误是因为在`fit`函数中的`model.train()`行，代码试图调用`Mnist_NN`对象的`tain`属性，但实际上这个对象并没有这样的属性。应该是误拼写了`train`方法，而不是`tain`。正确的语法应为`model.train()`，这表示设置模型处于训练模式，以便在接下来的迭代中启用正向传播和反向传播。

修复这个问题后，代码应该能正常运行。完整的修正后的`fit`函数应该是这样的：

def fit(steps, model, loss_func, opt, train_dl, valid_dl):
    for step in range(steps):
        model.train()  # 将这里修改为 'model.train()'
        for xb, yb in train_dl:
            loss_bach(model, loss_func, xb, yb, opt)
        model.eval()
        with torch.no_grad():
            losses, nums = zip(*[loss_bach(model, loss_func, xb, yb) for xb, yb in valid_dl])
        val_loss = np.sum(np.multiply(losses, nums)) / np.sum(nums)
        print('当前step：' + str(step), '验证集损失：' + str(val_loss))

    pass

现在，当模型进入训练模式时，将会执行期望的训练流程。

AttributeError: Plot_KF object has no attribute plotTraj_CA

AttributeError: Plot_KF object has no attribute plotTraj_CA的错误通常是因为在Plot_KF类中没有定义名为plotTraj_CA的属性或方法。可能的原因是代码中拼写错误或者忘记定义该属性或方法。解决此问题的方法是检查代码中是否正确定义了plotTraj_CA属性或方法，并确保拼写正确。如果代码正确，但仍然出现此错误，则可能需要检查代码中是否存在其他问题。