1、RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same
这个错误是因为模型的权重是在GPU上，但是输入数据在CPU上。在PyTorch中，Tensor的类型和所在的设备（CPU或GPU）需要匹配，否则会引发这个错误。
input_data = input_data.to(device) # 将输入数据移动到与模型相同的设备上
output = model(input_data)
2、ValueError:only one element tensors can be converted to Python scalars
要转换的list里面的元素包含多维的tensor list，tensor，array之间的转换很复杂，list是python自带的数据结构，Tensor是pytorch深度学习框架带的数据格式，array则是numpy带的数据格式，三种之间不可以直接使用，需要转换后才可以使用。
一般情况下的 list 转 tensor ：
tensor=torch.tensor(list)但是要转换的list里面的元素包含多维的tensor，应该使用
val= torch.tensor([item.cpu().detach().numpy() for item in val]).cuda()
首先，这个数据是list，但是不知道这个list包含了几个维度的tensor，所以需要（for in）结构遍历
然后， gpu上的 tensor 不能直接转为numpy； 须要先在 cpu 上完成操做，再回到 gpu 上。文章来源：https://www.toymoban.com/news/detail-654974.html
3 更新中文章来源地址https://www.toymoban.com/news/detail-654974.html
到了这里，关于PyTorch bug记录的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
