• 

  LV.2 #7 Xinqian回复

  #5lhscau回复

  你好，CNML手册中对tensor输入描述如下：[in] input_tensor: Input. A 4‑dimensional MLU input tensor, the shape is [ni, ci, hi, wi] 你目前的输入，与MLU tensor要求不符合，可以扩充维度，如：xyz = torch.randn((4,1024,3,5),dtype=torch.float)或者就是参考上面回复的代码，在CPU中进行切片处理。

  展开

  好的，谢谢！

  2022-09-08 11:26:15 0| 回复
• 

  LV.6 #6 三叶虫回复

  您好，因已超过30天，您侧未更新回复信息，此帖超时关闭，后续遇到问题，请您发起新帖，版主会及时分析处理。

  寒武纪用户发帖规范请您参考“发帖前先看这里！怎样在论坛上提问能更快获得满意的答案“ https://forum.cambricon.com/index.php?m=content&c=index&a=show&catid=151&id=780

  2022-09-05 17:42:23 0| 回复
• 

  LV.2 #5 lhscau回复

  你好，CNML手册中对tensor输入描述如下：

  [in] input_tensor: Input. A 4‑dimensional MLU input tensor, the shape is [ni, ci, hi, wi]
  

  你目前的输入，与MLU tensor要求不符合，可以扩充维度，如：

  xyz = torch.randn((4,1024,3,5),dtype=torch.float)

  或者就是参考上面回复的代码，在CPU中进行切片处理。

  
  

  
  

  
  

  
  

  2022-09-02 11:28:02 0| 回复
• 

  LV.2 #4 lhscau回复

  你好，你这样切片操作，涉及到一个变量在MLU还是CPU的问题。请参考下面的代码：

  xyz = torch.randn((4,1024,3),dtype=torch.float)

  xyz_mlu = xyz.to(ct.mlu_device())

  
  

  tmp = xyz[0,10,:]

  
  

  print("CPU")

  print(type(tmp))

  # 正常

  print(tmp.cpu())

  a = tmp[0]

  # 正常

  print(a.cpu())

  
  

  # 正常

  b = tmp[1]

  print(b.cpu())

  
  

  print("MLU")

  c = xyz_mlu[0,10,:]

  print(c.cpu())

  
  

  d = tmp[1]

  print(d.cpu())

  
  

  2022-09-01 18:33:37 0| 回复
• 

  LV.2 #3 lhscau回复

  你好，270当前不支持这种切片操作方式。

  2022-09-01 18:00:06 0| 回复
• 

  LV.2 #2 Xinqian回复

  #1lhscau回复

  你好！请贴出你的测试代码，方便排查问题。

  这是具体测试代码

  import torch
  import torch.nn as nn
  from torch.autograd import Variable
  import torch_mlu
  
  import torch_mlu
  import torch_mlu.core.mlu_model as ct
  
  
  torch.set_grad_enabled(False)
  
  torch.manual_seed(10)
  
  ct.set_core_number(16)
  ct.set_core_version('MLU270')
  
  xyz = torch.randn((4,1024,3),dtype=torch.float).to(ct.mlu_device())
  
  tmp = xyz[0,10,:]
  # 正常
  print(tmp.cpu())
  a = tmp[0]
  # 正常
  print(a.cpu())
  b = tmp[1]
  # 报错
  print(b.cpu())

  这里是报错情况
  

  

  2022-07-18 09:51:54 0| 回复
• 

  LV.2 #1 lhscau回复

  你好！请贴出你的测试代码，方便排查问题。

  2022-07-16 12:13:53 0| 回复

请登录后评论