pytorch .torch.flort64 をtorch.float32に変えたい

.to(dtype=torch.float32)を使ったのに　flort64のままです（どこでflort64になったかも謎だけど）
なぜかわかる人教えてください
.to()で変えるんじゃないんですか？
正確には.torch.flort64 をtorch.float32にした後numpyに変換してます

.bufferに入れるとき

               略
                TD=target - mainQN.forward(inpp,"net_q").detach()[0]
                TD=abs(TD[0].to("cpu",dtype=torch.float32).detach().numpy().copy()) + 0.0001
                self.buffer.append(TD)
        print(type(TD))　#<class 'numpy.float64'>

エラーが出てる場所
このクラスの.bufferはここしか使ってない

        idx=np.random.choice(np.arange(len(memory_TDerror.buffer)), size=batch_size,
                             replace=False,p = memory_TDerror.buffer/np.sum(memory_TDerror.buffer))
        for i in idx:

            省略

            priority = rank_sum(torch.from_numpy(memory_TDerror.buffer[i]), self.alpha)
            weights.append((len(memory.buffer) * priority) ** (-self.beta))

出てるエラー

<class 'numpy.float64'>
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-1-8078e1751f1f> in <module>
    430                     trin.pioritized_experience_replay(batch_size, gamma,step=episode,
    431                                                       state_size=state_,action_size=acthon,
--> 432                                                       multireward_steps=multireward_steps)
    433                 trin.Done(episode)
    434                 mainQN.Done()

<ipython-input-1-8078e1751f1f> in pioritized_experience_replay(self, batch_size, gamma, step, state_size, action_size, multireward_steps)
    291                 targets.append(memory.buffer[i][2].to("cuda:0")+(gamma ** multireward_steps)*targetQN.forward(memory.buffer[i][0],"net_v"))
    292 
--> 293             priority = rank_sum(torch.from_numpy(memory_TDerror.buffer[i]), self.alpha)
    294             weights.append((len(memory.buffer) * priority) ** (-self.beta))
    295         weights = weights / weights.max()

TypeError: expected np.ndarray (got numpy.float64)

行動規範の内容に同意します

回答1件

ベストアンサー

エラーメッセージでは「配列(np.ndarray)を期待している箇所にスカラ(のnp.float64)がやってきた」と言っていますので、最初に次元が正しいかチェックすべきと思います。TD[0].toの部分はTD.toの間違いかも知れません。

またfloat64になる理由については 0.0001 が(64bitsの)float型のためです。np.float32とfloat型の和はnp.float64型となります。

python
1>>> type(np.float32(0.) + float(0.))
2<class 'numpy.float64'>

torch.float32の配列型とfloat型の和であれば、torch.float32の配列型が維持されます。

python
1>>> x = torch.tensor([-1, 0, 1], dtype=torch.float64)
2>>> x
3tensor([-1.,  0.,  1.], dtype=torch.float64)
4>>> y = abs(x.to("cpu", dtype=torch.float32).detach().numpy().copy()) + 0.0001
5>>> y
6array([1.0001e+00, 1.0000e-04, 1.0001e+00], dtype=float32)
7>>> type(y[0])
8<class 'numpy.float32'>