Tensor for ‘out‘ is on CPU, Tensor for argument #1 ‘self‘ is on CPU
发布时间
阅读量：
阅读量
模型在GPU上加载后，由于之前的权重还在CPU中，导致测试时出现Tensor不一致的报错。问题出在加载模型和设置设备的顺序不正确。解决方法是先加载模型再设置设备，这样权重和设备会同步，避免报错。原文链接：
1、问题
模型训练完后进行测试，报错
该运算结果的Tensor位于CPU上，而输入Tensor位于CPU上，而期望它们位于GPU上（在addmm操作的验证过程中）
在将模型传输至GPU后，随后加载了之前训练好的模型，导致模型被加载至GPU，然而，你的网络权重仍停留在CPU上，此时会报错如下，报错部分代码：
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
net.to(device)
net.load_state_dict(torch.load('./results/bestmodel30.pth'),False)3、解决
换下位置即可
net.load_state_dict(torch.load('./results/bestmodel30.pth'),False)
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
net.to(device)原文链接：
全部评论 (0)
还没有任何评论哟~