PyTorch调用mean()触发Got Long报错，int64被识别为Long的原因是什么

问题解答 #

在PyTorch的类型体系中，Long就是int64类型的别名，二者完全等价，不存在识别错误的问题。

具体逻辑说明 #

• 你传入全为整数的Python列表[1,0,1]创建张量时，PyTorch默认会将整数序列推断为int64（即报错信息中提到的Long）类型，这是框架固定的默认类型推断规则。
• mean()这类需要输出浮点结果的算子，设计时就不支持直接对整型张量计算，目的是避免出现用户预期外的精度丢失，因此会明确要求输入为浮点或复数类型，这是报错的根本触发原因。
• 你修改为包含浮点值的列表[1.,0,1]后，PyTorch会自动将张量推断为浮点类型，符合mean()算子的输入要求，因此可以正常返回结果。

额外解决方案 #

如果不想修改原始列表的数值写法，也可以在创建张量时手动指定数据类型：

tns = torch.tensor([1,0,1], dtype=torch.float32)
tns.mean() # 可正常输出 tensor(0.6667)

内容的提问来源于stack exchange，提问作者Chris