C:\Users\AIPT2\AppData\Roaming\Python\Python39\site-packages\torch\nn\_reduction.py:42: UserWarning: size_average and reduce args will be deprecated, please use reduction='mean' instead. warnings.warn(warning.format(ret))怎么解决

这个警告是由于 PyTorch 中的某些函数中的参数 `size_average` 和 `reduce` 即将被弃用，并建议使用 `reduction='mean'` 代替。为了解决这个警告，您可以在使用相关函数时将 `size_average` 和 `reduce` 参数替换为 `reduction` 参数，并将其值设置为 `'mean'`。例如，如果您使用了 `torch.nn.functional.binary_cross_entropy` 函数，则可以像下面这样进行修改：

import torch.nn.functional as F

output = model(input)
loss = F.binary_cross_entropy(output, target, reduction='mean')

这样就可以避免出现上述警告信息。

相关问题

D:\Downloads\Anaconda\python.exe "D:\Downloads\Pycharm\Mycode\Binding gesture\demo.py" Traceback (most recent call last): File "D:\Downloads\Pycharm\Mycode\Binding gesture\demo.py", line 407, in <module> handRecognize = HandRecognize() File "D:\Downloads\Pycharm\Mycode\Binding gesture\demo.py", line 115, in __init__ self.modelGCN.load_state_dict(torch.load('demo/saveModel/handsModel.pth')) File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 809, in load return _load(opened_zipfile, map_location, pickle_module, **pickle_load_args) File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 1172, in _load result = unpickler.load() File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 1142, in persistent_load typed_storage = load_tensor(dtype, nbytes, key, _maybe_decode_ascii(location)) File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 1116, in load_tensor wrap_storage=restore_location(storage, location), File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 217, in default_restore_location result = fn(storage, location) File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 182, in _cuda_deserialize device = validate_cuda_device(location) File "C:\Users\CHL\AppData\Roaming\Python\Python310\site-packages\torch\serialization.py", line 166, in validate_cuda_device raise RuntimeError('Attempting to deserialize object on a CUDA ' RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU. 进程已结束,退出代码1

根据错误信息，您的代码尝试在CUDA设备上反序列化对象，但是`torch.cuda.is_available()`返回False，这意味着您的系统上没有可用的CUDA设备。因此，您应该使用`torch.load`函数的`map_location`参数将模型加载到CPU上。

您可以尝试修改加载模型的代码，如下所示：

device = torch.device('cuda') if torch.cuda.is_available() else torch.device('cpu')
model = torch.load('demo/saveModel/handsModel.pth', map_location=device)

这样，在有可用的CUDA设备时，模型将被加载到CUDA设备上；如果没有可用的CUDA设备，则模型将被加载到CPU上。

尝试使用上述代码加载模型，看看是否可以解决问题。如果仍然遇到错误，请确保您已正确安装CUDA并配置了正确的环境。

import torch显示File "C:\Users\lenovo\AppData\Roaming\Python\Python38\site-packages\torch\__init__.py"

你遇到的错误是在导入torch时出现的。根据你提供的错误信息，看起来是找不到torch模块。这可能是因为你没有正确安装torch或者路径配置有问题。

首先，请确保你已经成功安装了torch。你可以使用以下命令来安装torch：

pip install torch

如果你已经安装了torch，那么可能是路径配置有问题。请确保你的Python环境中能够找到torch模块的安装路径。你可以使用以下代码来查看torch模块的安装路径：

import torch
print(torch.__file__)

确保输出的路径与你报错中显示的路径一致。如果不一致，你需要修改Python环境的路径配置，使其能够找到正确的torch模块。

如果上述方法都没有解决问题，那么可能是其他环境配置问题或者与其他库的冲突。你可以尝试重新安装torch、更新Python版本、检查其他依赖库的版本等来解决问题。如果问题仍然存在，建议在相关的开发者社区或者论坛上寻求帮助。