本程序所支持的环境可以用CPU版本的pytorch架构即可
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location='cpu' to map your storages to the CPU.
这个问题大概困扰了一周时间,不知道怎么改的。一直以为是自己的环境搭建出现了问题;问了有关大佬并在网上查阅资料后发现还是路径问题。大佬给的意见是按照将代码中GPU上的数据搬运至CPU上的方式去解决torch.cuda.is_available()的bug,于是经过查阅相应的资料后大多数博主给的意见是也是这种方式去调错。
将device = torch.device("cuda" if torch.cuda.is_available() else "cpu") 改为device = torch.device('cpu')
接下来将路径加入,并将数据转移至cpu上即可:
checkpoint = torch.load(srgan_checkpoint) checkpoint = torch.load(srgan_checkpoint,map_location='cpu')
srgan测试成功啦:
还跟大佬学了两招在终端检测你电脑上的cpu版本的pytorch是否时可用的,遇到同样问题的同学可以在terminal下进行尝试一波: