RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same。
1.错误说的是输入类型和参数类型不一致。
输入指的是你网络里的inputs labels
参数指定是你的网络本身。
2.原因:
输入和网络必须同时放到GPU中才能保持一致。
解决办法:
把输入和网络都放到GPU中。
参考:https://blog.youkuaiyun.com/wacebb/article/details/114919245
现实:依旧报错!!!!
原因:
在学习网络和pytorch时候,我们经常把图像随机显示,但是我们却没有把显示的部分也用GPU进行计算。
通常的开始训练前的显示并不需要放到GPU上。
但是预测的时候,图像是通过网络预测的。所以在这一部分要加上GPU的语句。
解决:
如我的程序:
dataiter=iter(testloader)
images,labels=dataiter.next()
imshow(torchvision.utils.make_grid(images))
print('Grou

本文详细解析了PyTorch中运行时出现的输入类型与权重类型不一致的问题,并提供了具体的解决方案。文章指出,在使用GPU时,确保所有数据和模型都在同一设备上至关重要。
最低0.47元/天 解锁文章
4507

被折叠的 条评论
为什么被折叠?



