can‘t convert cuda:0 device type tensor to numpy.Use Tensor.cpu() to copy the tensor to host memory

源代码：

# 训练曲线
result1 = [100 - i['train'] for i in statistics]
result2 = [100 - i['valid'] for i in statistics]
plt.figure(figsize = (10, 7))
plt.plot(result1, label = 'Training')
plt.plot(result2, label = 'Validation')
plt.xlabel('Step')
plt.ylabel('Error Rate')
plt.legend()

报错信息：

 

错误内容是无法正常的画图，这个错误信息和上面那个加.cpu()的相同，但是解决方法略有不同，我在网上找了很多的方法，但是都没有找到合适的解决方案，网上大多都是在讲加个.cpu(),但是就这个画图程序来说，无法找到合适的加.cpu()的地方。究其原因，还是没有真正理解程序的意思。

首先打印下被遍历的statistics，看下这里面有什么东西。

如上图，可以发现statistic本身是一个列表，而里面的元素确是字典，字典里的train,valid所对应的value是torch的tensor，所以才会出现错误。

更改如下：

# 训练曲线
result1 = [100 - i['train'].cpu() for i in statistics]
result2 = [100 - i['valid'].cpu() for i in statistics]
plt.figure(figsize = (10, 7))
plt.plot(result1, label = 'Training')
plt.plot(result2, label = 'Validation')
plt.xlabel('Step')
plt.ylabel('Error Rate')
plt.legend()

 在i['train']和i['valid']的后面添加.cpu(),再次点击运行，即可正常运行程序。