Pytorch 类型错误：Expected object of type torch.FloatTensor but found type torch.cuda.FloatTensor.

最新推荐文章于 2025-06-03 09:04:54 发布

是否龙磊磊真的一无所有

最新推荐文章于 2025-06-03 09:04:54 发布

阅读量5.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： CNN+深度学习 opencv，图像处理，特征提取文章标签： pytorch调试深度学习 cuda 目标检测

本文链接：https://blog.youkuaiyun.com/qq_32998593/article/details/87939016

opencv，图像处理，特征提取同时被 2 个专栏收录

23 篇文章

订阅专栏

CNN+深度学习

19 篇文章

订阅专栏

本文详细解析了PyTorch中遇到的'Expected object of type torch.FloatTensor but found type torch.cuda.FloatTensor for argument'错误，并提供了两种解决方案：一是将模型和数据转换到CPU上；二是确保所有数据和模型都在GPU上。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Expected object of type torch.FloatTensor but found type torch.cuda.FloatTensor

Pytorcht调试过程中，将数据传入模型，进行计算。出现这个error，表明你的数据格式有问题。也许模型是GPU上的，参数是CPU类型。也许模型是CPU，参数是GPU类型。这是由于用了.cuda()进行转换。两个方法可以解决。

1. 既然需要FloatTensor，就强制转换你的模型和数据为cpu，就将GPU的model和input转换为CPU。

    device1=torch.device("cpu")
    model_ft = model_ft.to(device1)#将模型转换为cpu版本。
    model_ft.train()
    inputs = inputs.to(device1)#将输入数据转换为CPU版本。
    labels = labels.to(device1)#将label转换为CPU版本。
    output = model_ft(inputs)
    _,preds = torch.max(output,1)

2. 将模型和数据转换成GPU版本，既然参数是cuda.FloatTensor，说明模型的参数是cuda类型的。强制转换输入和模型在GPU上就可以。

    device1=torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
    model_ft = model_ft.to(device1)#将模型转换为GPU版本。
    model_ft.train()
    inputs = inputs.to(device1)#将输入数据转换为GPU版本。
    labels = labels.to(device1)#将label转换为GPU版本。
    output = model_ft(inputs)
    _,preds = torch.max(output,1)