老哥们这个算子不支持双精度的问题，是不是paddle的问题，我在模型中加入SE模块，一到平均池化这块就会报错，我看自适应平均池化也没有用到这个算子啊
我瞅瞅先
大算子下往往是多个小算子构成，如果有报错堆栈这个就好办一些了
老哥这问题是出在这个函数上，这个函数是自适应平均池化相关的
def count_adap_avgpool(m, x, y): kernel = paddle.to_tensor( [*(x[0].shape[2:])], dtype=paddle.float64) // paddle.to_tensor([*(y.shape[2:])], dtype=paddle.float64) total_add = paddle.prod(kernel) num_elements = y.numel().item() m.total_ops += counter_adap_avg(total_add, num_elements)
我把float32修改成int32就不会报错，不知道这样改对不对
能打印瞅瞅看效果对不
我瞅瞅先
大算子下往往是多个小算子构成，如果有报错堆栈这个就好办一些了
老哥这问题是出在这个函数上，这个函数是自适应平均池化相关的
def count_adap_avgpool(m, x, y):
kernel = paddle.to_tensor(
[*(x[0].shape[2:])], dtype=paddle.float64) // paddle.to_tensor([*(y.shape[2:])], dtype=paddle.float64)
total_add = paddle.prod(kernel)
num_elements = y.numel().item()
m.total_ops += counter_adap_avg(total_add, num_elements)
我把float32修改成int32就不会报错，不知道这样改对不对
能打印瞅瞅看效果对不