成功解决AttributeError: module 'torch.utils' has no attribute 'data'

简介: 成功解决AttributeError: module 'torch.utils' has no attribute 'data'

目录

解决问题

解决思路

解决方法


 

 

 

 

解决问题

AttributeError: module 'torch.utils' has no attribute 'data'

 

 

 

 

 

解决思路

属性错误:模块的'torch.utils'没有属性'data'

 

 

 

 

 

解决方法

只需在顶行添加此代码即可!

import torch.utils.data     #  新添加代码

1. import logging
2. import numpy as np
3. import torch
4. 
5. from . import ava_helper as ava_helper
6. from . import cv2_transform as cv2_transform
7. from . import transform as transform
8. from . import utils as utils
9. 
10. from .build import DATASET_REGISTRY
11. 
12. logger = logging.getLogger(__name__)
13. 
14. 
15. @DATASET_REGISTRY.register()
16. class Ava(torch.utils.data.Dataset):  
17. """
18.     AVA Dataset
19.     """
20. 
21. def __init__(self, cfg, split):
22.         self.cfg = cfg
23.         self._split = split

更改为

1. import logging
2. import numpy as np
3. import torch
4. import torch.utils.data     #  新添加代码
5. 
6. from . import ava_helper as ava_helper
7. from . import cv2_transform as cv2_transform
8. from . import transform as transform
9. from . import utils as utils
10. 
11. from .build import DATASET_REGISTRY
12. 
13. logger = logging.getLogger(__name__)
14. 
15. 
16. @DATASET_REGISTRY.register()
17. class Ava(torch.utils.data.Dataset):  
18. """
19.     AVA Dataset
20.     """
21. 
22. def __init__(self, cfg, split):
23.         self.cfg = cfg
24.         self._split = split


相关文章
|
存储 缓存 Linux
如何在Linux环境下对pip的缓存地址进行修改
如何在Linux环境下对pip的缓存地址进行修改
3670 0
|
机器学习/深度学习 数据可视化 算法
【33】t-SNE原理介绍与对手写数字MNIST的可视化结果
【33】t-SNE原理介绍与对手写数字MNIST的可视化结果
1931 0
【33】t-SNE原理介绍与对手写数字MNIST的可视化结果
|
存储 人工智能 算法
聚类的k值确定之轮廓系数
聚类的k值确定之轮廓系数
4938 0
|
10月前
|
运维 Kubernetes Devops
从DevOps到GitOps:自动化再进化,运维的未来不靠“人”,靠“流
从DevOps到GitOps:自动化再进化,运维的未来不靠“人”,靠“流
525 3
|
12月前
|
人工智能 监控 搜索推荐
给RAG打分:小白也能懂的AI系统评测全攻略
RAG系统评估听起来高深,其实跟我们生活中的'尝鲜评测'没啥两样!本文用轻松幽默的方式,带你从检索质量、生成质量到用户体验,全方位掌握如何科学评测RAG系统,避免踩坑,让你的AI应用又快又准。#RAG技术 #AI评估 #信息检索 #大模型 #数据科学
693 9
|
JSON API 数据格式
小红书笔记详情API响应数据解析
小红书笔记详情API可获取笔记核心数据,适用于内容分析与竞品监测。支持HTTP GET/POST请求,返回JSON格式数据,包含笔记标题、互动数据及作者信息。文档提供Python请求示例,建议添加异常重试机制,助力品牌营销与用户行为分析。
|
人工智能 边缘计算 5G
边缘智能体:轻量化部署与离线运行
作为一名深耕AI技术多年的博主摘星,我深刻感受到边缘计算与人工智能融合所带来的技术革命。在云计算主导的时代,我们习惯了将复杂的AI推理任务交给强大的云端服务器处理,但随着物联网设备的爆发式增长、5G网络的普及以及对实时性要求的不断提升,边缘智能体(Edge Intelligent Agents)正成为AI技术发展的新趋势。边缘智能体不仅要求在资源受限的边缘设备上高效运行,还需要具备离线推理能力,这对传统的AI部署模式提出了全新的挑战。在我多年的实践中,我发现边缘智能体的核心价值在于将智能决策能力下沉到数据产生的源头,通过模型压缩、量化优化、离线推理等技术手段,实现低延迟、高可靠、隐私保护的智能
1437 0
|
机器学习/深度学习 数据可视化 数据挖掘
数据降维 | MATLAB实现T-SNE降维特征可视化
数据降维 | MATLAB实现T-SNE降维特征可视化
AttributeError: module 'torchaudio' has no attribute 'io'问题解决
【5月更文挑战第27天】AttributeError: module 'torchaudio' has no attribute 'io'问题解决
612 2
Nest.js 实战 (十三):实现 SSE 服务端主动向客户端推送消息
这篇文章介绍了在Nest.js应用中使用Server-Sent Events (SSE)的技术。文章首先讨论了在特定业务场景下,为何选择SSE而不是WebSocket作为实时通信系统的实现方式。接着解释了SSE的概念,并展示了如何在Nest.js中实现SSE。文章包含客户端实现的代码示例,并以一个效果演示结束,总结SSE在Nest.js中的应用。
984 0
Nest.js 实战 (十三):实现 SSE 服务端主动向客户端推送消息