本文介绍: 这句话的意思是：期望张量的后端处理是在cpu上，但是实际是在cuda上。排查代码发现，数据还在cpu上，但是模型已经转到cuda上，所以可以通过把数据转到cuda上解决。解决方法：减小batch size的大小或减小图片的尺寸。
1、
这句话的意思是：期望张量的后端处理是在cpu上，但是实际是在cuda上。排查代码发现，数据还在cpu上，但是模型已经转到cuda上，所以可以通过把数据转到cuda上解决。
解决代码：
tensor.to("cuda")
2、
解决方法：减小batch size的大小或减小图片的尺寸
3、
原始的torch.save(model.module.state_dict(), os.path.join(model_prefix, '{}-model.pth'.format(epoch)))
原因：因为只有一块GPU，以上代码是多GPU使用的
解决方法：改为以下单GPU代码：
meta = {}
checkpoint = {"meta": meta, "state_dict": weights_to_cpu(model.state_dict())}
if optimizer is not None:
checkpoint["optimizer"] = optimizer.state_dict()
torch.save(checkpoint, os.path.join(model_prefix, '{}-model.pth'.format(epoch)))
4、
原始代码：
base_net.load_state_dict(torch.load(pretrain_model, map_location='cpu'))
原因：模型参数文件是保存在了state_dict中，所以后面要加
解决方法：改成以下代码：
base_net.load_state_dict(torch.load(pretrain_model, map_location='cpu')["state_dict"])
原文地址:https://blog.csdn.net/weixin_40826634/article/details/134661696
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_37708.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
