コントラストコサインロス関数でのByteTensorの使用方法を教えてください。

Question

私はPyTorchのhttp://anthology.aclweb.org/W16-1617に損失関数を実装しようとしています。しかし

class CosineContrastiveLoss(nn.Module): 
    """ 
    Cosine contrastive loss function. 
    Based on: http://anthology.aclweb.org/W16-1617 
    Maintain 0 for match, 1 for not match. 
    If they match, loss is 1/4(1-cos_sim)^2. 
    If they don't, it's cos_sim^2 if cos_sim < margin or 0 otherwise. 
    Margin in the paper is ~0.4. 
    """ 

    def __init__(self, margin=0.4): 
     super(CosineContrastiveLoss, self).__init__() 
     self.margin = margin 

    def forward(self, output1, output2, label): 
     cos_sim = F.cosine_similarity(output1, output2) 
     loss_cos_con = torch.mean((1-label) * torch.div(torch.pow((1.0-cos_sim), 2), 4) + 
            (label) * torch.pow(cos_sim * torch.lt(cos_sim, self.margin), 2)) 
     return loss_cos_con 

、私はというエラーを取得しています： TypeError: mul received an invalid combination of arguments - got (torch.cuda.ByteTensor), but expected one of: * (float value) didn't match because some of the arguments have invalid types: (torch.cuda.ByteTensor) * (torch.cuda.FloatTensor other) didn't match because some of the arguments have invalid types: (torch.cuda.ByteTensor)

私がいることを知っている次のように

は私が損失を実装しました：これは次のように示されていますtorch.lt()はByteTensorを返しますが、torch.Tensor.float()でFloatTensorに強制しようとするとAttributeError: module 'torch.autograd.variable' has no attribute 'FloatTensor'になります。

ここからどこに行くのか本当に分かりません。これは、コサイン類似度テンソルと小数点以下のルールに基づいて0または1のテンソルとの間で要素的な乗算を行うことは論理的です。

Answer 1

多分あなたは変数に直接float（）メソッドを試すことができますか？ 変数（torch.zeros（5））。float（） - 私のために働きます。