はじめに

多層パーセプトロンのネットワークを使ったシンプルなモデルで自分が用意したデータを学習してほしかった。
そうしたら、エラーがでてきた。

実行環境

Windows10 64bit
Anaconda(Spyder)
Python 3.6.12
Pytorch 1.7.0
torchvision 0.8.1

エラー

RuntimeError: Expected object of scalar type Long but got scalar type Double for argument #2 'target' in call to _thnn_nll_loss_forward

上のエラーはだいたいこんなかんじ
「私はLONG型を扱いたいのに渡されてきたのがDouble型でした」
pytorchは基本このLong型を用いるらしい。

学習データのことを指摘しているということは察したのだが、これだけだと一体「入力データ」がDouble型なのか「ラベル」がDouble型なのかわからないので、dtypeを使う

net.train()#訓練モード
for i, (images, labels) in enumerate(train_loader):#学習データを読み込んだ
    print(images.dtype)#追加　imagesの型を表示
    print(labels.dtype)#追加　labelsの型を表示

imagesは入力データ、labelsはラベルを示している。

ここにはコードを記載していないが、train_loaderはtorch.utils.data.DataLoaderの戻り値(?)である。

先ほどの構文を追加して実行すると、imagesのほうは「torch.float32」と表示した。
これはいわゆるFloat型だ。Doubleではない。

一方、labelsのほうは「torch.float64」と表示。
こっちはDouble型だ。こいつが悪い！

解決方法

for i, (images, labels) in enumerate(train_loader):#学習データを読み込んだ
　　　　labels = labels.long()#追加　Long型に変換

単刀直入に書くと、上のコードlabels.long()を追加するだけ。

この「long」の部分をほかの型（intやfloat等）に変えてあげれば好きな型に変換される。

考察

　自分がラベルとして用意したデータはただの整数（具体的に0,1,2の3種類）であったのが、いつの間にかDouble型になっていた。番号を記載したテキストファイルを読み込んでラベルデータを作成したのだが、その際にDouble型にされたのかもしれない。
　そう思って、このデータ作成の時点でLong型にするべく、コードを見直した。

　numpyの配列（array）にデータが入っているのでこれをLong型に変換する

# yがラベルデータ（numpyのarray）
y = np.dtype('int64').type(y)#追加

yをreturnする前にこの構文を追加した。
int64としているがlongでもOK

そうしたら普通にうまくいった。
torch.utils.data.DataLoaderを行う前でも後でも型変換できると分かった。

おわりに

型を変換することについてググったのだが、どのサイトも「作成時に型を指定する方法」しか書いておらず、肝心なもう出来上がっているデータを型変換する方法が載っていなかった。
そのせいなのか、こんな単純なコードのために数日犠牲になったのだが、それもよい経験なんだと思う。
この記事が「サンプルコードを使えば今すぐにオリジナルデータを学習出来るんじゃね？」と思った少年少女達の助けになってくれれば幸いである。

参考文献

第2回　PyTorchのテンソル＆データ型のチートシート：PyTorch入門 - ＠IT
https://www.atmarkit.co.jp/ait/articles/2002/13/news006.html