PyTorch报错：torch.set_grad_enabled提示'bool'对象不可调用

核心问题是你在代码中直接覆盖了PyTorch的torch.set_grad_enabled函数，将其赋值为布尔值，导致后续调用时触发类型错误。以下是具体错误点和修复方案：

1. 致命错误：覆盖torch.set_grad_enabled函数 #

在CardAgent的train_memory方法中，你写了：

torch.set_grad_enabled = True

这行代码把原本是函数的torch.set_grad_enabled直接改成了布尔值True。第一次运行时还能正常执行，但第二次调用torch.set_grad_enabled(False)时，它已经变成了布尔值，自然无法被调用。

修复方法：将赋值改为函数调用：

torch.set_grad_enabled(True)

或者更规范地使用上下文管理器（和你在play函数里的with torch.no_grad()逻辑统一）：

with torch.set_grad_enabled(True):
    # 所有训练相关代码放在这里

2. 其他潜在错误修复 #

(1) 错误设置模型梯度开关 #

在network方法中：

self.requires_grad_ = False

这同样是把模型的requires_grad_方法覆盖成了布尔值，正确写法是调用方法：

self.requires_grad_(False)

注：如果只是推理时需要禁用梯度，建议用torch.no_grad()上下文管理器，而非直接冻结整个模型参数（会影响后续训练）。

(2) Forward方法中的重复计算 #

在forward方法里，你连续两次调用self.fc4(x)，导致第一次的ReLU结果被丢弃：

x = F.relu(self.fc4(x))
x = F.softmax(self.fc4(x), dim=-1)

修复方法：复用计算结果：

x = F.relu(self.fc4(x))
x = F.softmax(x, dim=-1)

(3) 训练时的张量错误 #

在train_memory中，你错误地将next_state替换成了observation：

next_state_tensor = torch.tensor(np.expand_dims(observation, 0), dtype=torch.float32, requires_grad = True)

修复方法：改为使用next_state，且无需手动设置requires_grad=True（模型梯度开关由torch.set_grad_enabled控制）：

next_state_tensor = torch.tensor(np.expand_dims(next_state, 0), dtype=torch.float32)

修复后的关键代码片段 #

修复后的train_memory方法 #

def train_memory(self, observation, move, reward, next_state, complete):
    self.train()
    # 修复：调用函数而非赋值
    torch.set_grad_enabled(True)

    state_tensor = torch.tensor(np.expand_dims(observation, 0), dtype=torch.float32)
    # 修复：使用正确的next_state
    next_state_tensor = torch.tensor(np.expand_dims(next_state, 0), dtype=torch.float32)

    if not complete:
        target = reward + self.gamma * torch.max(self.forward(next_state_tensor[0]))

    output = self.forward(state_tensor)
    target_f = output.clone()
    target_f[0][np.argmax(move)] = target
    target_f.detach()
    self.optimizer.zero_grad()
    loss = F.mse_loss(output, target_f)
    loss.backward()
    self.optimizer.step()

修复后的forward方法 #

def forward(self, observation):
    x = F.relu(self.fc1(observation))
    x = F.relu(self.fc2(x))
    x = F.relu(self.fc3(x))
    x = F.relu(self.fc4(x))
    # 修复：复用fc4的输出结果
    x = F.softmax(x, dim=-1)

    if self.mask is not None:
        print(x)
        return x * self.mask
    return x

内容的提问来源于stack exchange，提问作者aimkeys mwaura