RuntimeError: gather_out_cuda(): Expected dtype int64 for index

这个错误通常是由于在 PyTorch 的 gather 函数中使用了错误的索引数据类型引起的。在 gather 函数中，索引必须是整数类型，通常是 int64。建议检查您的代码并确保传递给 gather 函数的索引是整数类型。如果您不确定，可以将索引强制转换为 int64，如下所示：

index = index.to(torch.int64)
output = torch.gather(input, dim, index)

如果问题仍然存在，请检查索引张量的形状是否与输入张量匹配，并且索引是否超出了输入张量的范围。

相关问题

pytorch调用LabelSmoothingCrossEntropy() 损失函数报错RuntimeError: gather_out_cuda(): Expected dtype int64 for index

这个错误通常是由于输入的标签数据类型不是 int64 引起的。`LabelSmoothingCrossEntropy` 函数需要接受 int64 类型的标签作为输入，因为它需要将标签作为索引来访问预测分布的概率值。你可以将标签数据类型转换为 int64 类型来解决这个问题，例如：

import torch.nn.functional as F

loss_fn = F.label_smoothing_cross_entropy
labels = labels.long()  # 将标签转换为 int64 类型
loss = loss_fn(preds, labels, smoothing=0.1)

如果你已经将标签转换为 int64 类型但仍然遇到此错误，请确保输入的标签张量维度与预测张量的维度相同。如果仍然存在问题，请检查你是否使用了 GPU 并且正确地将数据移动到 GPU 上。

RuntimeError: gather(): Expected dtype int64 for index

这个错误通常是因为在使用PyTorch的gather函数时，索引的数据类型不是int64。你可以使用astype()方法将索引转换为int64类型，例如：

indices = indices.astype('int64')
output = torch.gather(input, dim, indices)

在这里，`indices`是你要用来索引的张量，`input`是你要从中取值的张量，`dim`是你要在哪个维度上进行gather操作。