Tensor for ‘out‘ is on CPU, Tensor for argument #1 ‘self‘ is on CPU

在使用PyTorch进行模型测试时,遇到RuntimeError,提示输出张量在CPU上,而模型参数张量也在CPU上,但期望它们都在GPU上。问题源于先将模型移动到GPU,然后加载在CPU上的预训练模型。解决方法是调整加载模型的顺序,确保模型移动到GPU后再加载权重。
摘要由CSDN通过智能技术生成

1、问题
模型训练完后进行测试,报错

RuntimeError: Tensor for 'out' is on CPU, Tensor for argument #1 'self' is on CPU, but expected them to be on GPU (while checking arguments for addmm)

2、原因
将模型送入GPU之后才加载之前训练好的模型,导致模型加载到了GPU,然而你的网络权重还在CPU中,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:https://blog.csdn.net/weixin_43760844/article/details/116047427

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值