试验LSTM遇到的问题

Question

试验LSTM时遇到一个问题，下面的代码报错，TypeError: view() takes from 0 to 2 positional arguments but 3 were given。查了很多网页，都是相同的代码。是我的版本问题吗？

Answer 1

从报错信息来看，并不是 PyTorch 自身的 view() 方法不支持多维形状参数——PyTorch 的 tensor.view(x, y, z, …) 一直都是允许的。通常出现 view() takes from 0 to 2 positional arguments but 3 were given 这样的报错，多半是因为：

1. input_seq 不是一个 PyTorch Tensor，而是一个 Python 列表或 NumPy 数组；
2. 你意外地调用到了别的同名方法（比如你自己定义了一个叫 view 的函数或变量），覆盖了原本的 tensor.view()。

下面给出一些排查思路和解决方案：

---

1. 检查 input_seq 的类型

在调用 input_seq.view(...) 之前，先打印或断言一下类型：

print(type(input_seq)) 
# 或者
assert isinstance(input_seq, torch.Tensor)

• 如果 input_seq 的类型是 <class 'numpy.ndarray'>，那就说明你拿的是一个 NumPy 数组。在 NumPy 中，.view() 的含义是“以不同的 dtype/内存视图”来查看数组，而不是用来改 shape。因此会报参数不匹配的错误。
• 如果是 <class 'list'>，那就更不支持 .view() 了。

解决方法：将 input_seq 转为 PyTorch Tensor，再调用 .view()。例如：

import torch

if not isinstance(input_seq, torch.Tensor):
    input_seq = torch.tensor(input_seq, dtype=torch.float32)

lstm_out, self.hidden_cell = self.lstm(
    input_seq.view(len(input_seq), 1, -1),
    self.hidden_cell
)

---

2. 是否被“同名函数/变量”覆盖

有时，如果你在某个作用域里写了类似：

view = some_function  # 或者
from some_module import view

这样就会导致 input_seq.view(...) 实际上是调用别的 view()，从而产生参数错误。可以用 print(input_seq.view) 看看它到底指向什么对象，或者留意自己的命名空间中是否做了类似导入/变量赋值。

---

3. 版本问题可能性较小

PyTorch 很早就支持 tensor.view(dim1, dim2, ...) 这种写法了，并没有出现 “只能支持一两个维度” 的旧版本。即使是 PyTorch 0.4 时代，也已经是这种 view 的用法。所以“版本过老”导致此问题的可能性并不大（除非你用的是非常非常老的 PyTorch 0.3 甚至之前，但那时候的报错也一般不会是 view() takes from 0 to 2 positional arguments... 这种形式）。

---

小结

• 最常见原因：input_seq 并不是一个 PyTorch Tensor，而是 NumPy 数组或 Python 列表，导致 .view(...) 语义不对。
• 解决：在调用 .view() 之前先 torch.tensor(...) 转为 Tensor，或者如果是 NumPy 数据可以用 .reshape(...)（NumPy 的方法）来调整维度。
• 确认一下 view 是否被其他同名符号遮蔽，也能避免一些低级的命名冲突。