【Error】报错--torch.nn.Sigmoid()：__init__() takes 1 positional argument but 2 were given

【Error】报错–torch.nn.Sigmoid()：init() takes 1 positional argument but 2 were given

1. 错误写法

>>> import torch
>>> inp=torch.tensor(10,dtype=torch.float32)

>>> torch.nn.Sigmoid(inp)	# 报错
TypeError: __init__() takes 1 positional argument but 2 were given
1
2
3
4
5

2. 出错原因

使用torch.nn.Sigmoid()时，需要先对类实例化，之后才能传参调用。

3. 正确写法

>>> import torch
>>> inp=torch.tensor(10,dtype=torch.float32)

# 先对类实例化，再进行调用：
>>> sigmoid = torch.nn.Sigmoid()
>>> sigmoid(inp)
tensor(1.0000)

# 也可以换其他的用法，即：
>>> torch.sigmoid(inp)
tensor(1.0000)
1
2
3
4
5
6
7
8
9
10
11

4. 水

Python出现错误时，一般会给出错误信息和行号等提示，这些提示可以帮助我们定位问题。常见的错误信息包括：

• SyntaxError：语法错误，通常是代码写法不正确导致的。
• NameError：名称错误，通常是变量或函数名未定义或未赋值导致的。
• TypeError：类型错误，通常是数据类型不匹配或者使用了不支持的操作符号导致的。
• ValueError：数值错误，通常是数值范围不正确或者类型转换失败导致的。
• IndexError：索引错误，通常是超出列表或元组范围导致的。
• KeyError：键错误，通常是字典中没有指定的键导致的。

针对不同的错误类型，需要采取不同的解决方案。以下是一些常见的解决方法：

• SyntaxError：检查代码的语法是否正确，如括号、冒号是否配对，且代码是否符合Python语言规范。
• NameError：检查变量或函数名是否正确定义或赋值，第一次使用变量或函数时一定要先声明或定义。
• TypeError：检查数据类型是否匹配，如果不匹配则需要进行类型转换或调整数据格式。
• ValueError：检查数值范围是否正确，或进行类型转换时是否有错误，如果需要将字符串转换为数字，则需要保证字符串只包含数字字符。
• IndexError：检查列表或元组的范围是否正确，如果超出了范围则需要调整索引值。
• KeyError：检查字典中是否有指定的键，如果没有则需要添加相应的键及其值，或者可以使用get()方法来获取字典中的值，如果键不存在则返回默认值。

另外，还有一些常见的错误，如IndentationError（缩进错误）、IOError（输入输出错误）等，解决方法也是类似的。

总之，当Python出现错误时，首先要读取错误信息并理解问题的本质，然后再采取相应的解决方法和调试工具。经验丰富的程序员通常可以快速找到问题所在，并进行修复。