Pytorch保存一些中间数据在GPU上，加载到CPU时报错

对于加载模型来说，在加载模型的时候指定map_location='cpu'就可以解决，我遇到的问题是，保存准确率时，直接将在GPU上的准确率保存在pkl文件中了，在画图阶段提示有数据在GPU上，无法正确加载，在网上找了一段时间，发现解决这个问题的回答很少，最终在stackoverflow（python - load pickle file obtained from GPU to CPU - Stack Overflow）上找到了了解决方法,使用下述代码成功解决我的问题，我的train.acc.txt是使用pickle文件保存的字典类型数据。CPU_Unpickler()是一个自定义的反序列化类，用于将序列化的 PyTorch 对象加载到 CPU 上（即使它们最初是为 GPU 保存的）。这是为了避免在没有 GPU 的机器上加载 GPU 的序列化对象时报错。ChatGPT给的解释

class CPU_Unpickler(pickle.Unpickler):
    def find_class(self, module, name):
        if module == 'torch.storage' and name == '_load_from_bytes':
            return lambda b: torch.load(io.BytesIO(b), map_location='cpu')
        else:
            return super().find_class(module, name)

with open(f'./test/train_acc.txt', 'rb') as f:
    mydict1 = CPU_Unpickler(f).load()