RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the

RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same

原因

Input type and weight type not be same

fixed

device = torch.device("cpu")
model = MyModel()
model.to(device)
input.to(device)
model(input)

# cpu or cuda is the same 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这个错误是由于输入类型(torch.FloatTensor)和权重类型(torch.cuda.HalfTensor)不匹配导致的。根据你提供的引用内容,我们可以看到这个错误与之前的错误形式类似,只是类型不同。 根据引用和引用,我们可以推断出,当输入类型是torch.FloatTensor时,权重类型应该是torch.FloatTensor;当输入类型是torch.cuda.FloatTensor时,权重类型应该是torch.cuda.FloatTensor。因此,当输入类型是torch.FloatTensor时,权重类型为torch.cuda.HalfTensor是不匹配的,导致了错误的发生。 总之,为了解决这个错误,你需要确保输入类型和权重类型是相同的。你可以将输入和权重类型都改为torch.FloatTensor或者都改为torch.cuda.HalfTensor来解决这个问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [【PyTorch】常见错误: RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda....](https://blog.csdn.net/qq_40520596/article/details/106980556)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [五、RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)](https://blog.csdn.net/panchang199266/article/details/128153179)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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