将极小浮点数列表转为PyTorch张量时触发TypeError问题求助

问题场景 #

需要将包含极小浮点数的列表ydata = [1.39e-11, 1.5e-12, 4.7e-16]转换为PyTorch张量，调用torch.FloatTensor(ydata)时触发错误：TypeError('must be real number, not str')，但检查列表元素类型均为float。

解决方案 #

• 再次确认元素类型：执行print([type(x) for x in ydata])输出每个元素的类型，确保没有混入字符串类型。部分数据来源（如文件读取）可能会将数字以字符串形式存入列表，肉眼难以直接分辨。
• 使用torch.tensor()替代旧API：PyTorch官方推荐使用更灵活的torch.tensor()，它能自动推断输入的数值类型，对极小浮点数的兼容性更好：

  import torch
  ydata = [1.39e-11, 1.5e-12, 4.7e-16]
  y_tensor = torch.tensor(ydata)
  print(y_tensor)
  

• 显式指定数据类型：若仍有问题，可明确指定dtype，比如用torch.float32或torch.float64避免精度相关的隐式转换错误：

  y_tensor = torch.tensor(ydata, dtype=torch.float64)
  

• 清洗数据来源：如果数据是从外部文件（CSV/JSON等）读取的，确保读取时完成类型转换。例如处理读取到的字符串型数字列表：

  # 示例：转换字符串型数字列表为float列表
  ydata_str = ["1.39e-11", "1.5e-12", "4.7e-16"]
  ydata = [float(item) for item in ydata_str]
  y_tensor = torch.tensor(ydata)
  

内容的提问来源于stack exchange，提问作者TonyR