错误：输入类型（torch.FloatTensor）和权重类型（torch.cuda.FloatTensor）应该相同答案

【问题标题】：Error: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same错误：输入类型（torch.FloatTensor）和权重类型（torch.cuda.FloatTensor）应该相同
【发布时间】：2021-12-30 23:34:09
【问题描述】：

我正在尝试使用 pytorch 训练 DNN 模型，并且我想使用 GPU 来训练我的模型。我能够使用model.to(device) 成功地将我的模型复制到GPU，其中device = cuda:0。

但是，将输入复制到 GPU 的标准方法 (RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same)，即 X.to(device) 和 X.cuda() 并没有给我想要的输出。以下是我目前正在实施的方法：

def train_loop(self, dataloader, device):
    size = len(dataloader.dataset)
    for batch, (X, y) in enumerate(dataloader):
        # Compute prediction and loss
        print(device)
        X.to(device)
        print(X.is_cuda)
        y.to(device)
        
        pred = self.model(X)
        loss = self.loss_fn(pred, y)

在打印设备值print(device) 时，它显示为：cuda:0。但是当我运行print(X.is_cuda) 时，它会返回false。（下面附上截图）。

请告诉我哪里出错了。谢谢！

【问题讨论】：

标签： python machine-learning deep-learning pytorch

【解决方案1】：

X.to(device) 什么都不做。将其更改为：

x=x.to(device)

当然，这应该对你想要在 GPU 上的任何参数\变量进行

【讨论】：

哦，好的。谢谢！这解决了问题