YOLOv8+DCNv3报错：RuntimeError: Not implemented on the CPU

使用的是yolov8 pytorch1.12.0+cuda11.3，出现了这种情况，已经设置了device使用GPU，训练时还是会提示不能使用CPU报错，根据网上MissingName博主的回答，解决办法是：

1.使用GPU运行，之后似乎会生成一个全0张量将整个模型跑一次，而这个全0张量默认是在CPU中运行的，因为不知道哪一个会起效而且计算时要在同一个设备运行，于是我将模型\ultralytics-main\ultralytics\nn\task.py下的class DetectionModel(BaseModel):中的增加一些内容：

        if isinstance(m, (Detect, Segment, Pose)):
            s = 256  # 2x min stride
            device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")#增加的，将模型放入GPU运行
            m.inplace = self.inplace
            m.cuda()  #增加的，将模型放入GPU运行
            forward = lambda x: self.forward(x)[0] if isinstance(m, (Segment, Pose)) else self.forward(x)
            m.stride = torch.tensor([s / x.shape[-2] for x in forward(torch.zeros(1, ch, s, s).to(device))])  # forward 在张量后加了一个to（device）
            self.stride = m.stride
            m.bias_init()  # only run once

2.生成的全0张量和model都放入GPU运算。第一次遍历模型使用的def _predict_once方法中也加入self.model.cuda()

    def _predict_once(self, x, profile=False, visualize=False, embed=None):
         self.model.cuda()

之后就可以成功运行了！