Question

我加载了之前训练有素的模型，并希望通过该模型对磁盘中的单个（测试）映像进行分类。我模型中的所有操作都在我的GPU上执行。因此，我通过调用numpy array函数将测试图像的cuda()移至GPU。当我用测试图像的forward()调用模型的numpy array函数时，我得到了RuntimeError: Expected object of backend CPU but got backend CUDA for argument #2 'weight'。

这是我用来从磁盘加载图像并调用forward()函数的代码：

test_img = imageio.imread('C:\\Users\\talha\\Desktop\\dog.png')
test_img = imresize(test_img, (28, 28))
test_tensor = torch.from_numpy(test_img)
test_tensor = test_tensor.cuda()
test_tensor = test_tensor.type(torch.FloatTensor)
log_results = model.forward(test_tensor)

软件环境：

火炬：1.0.1

GPU：Nvidia GeForce GTX 1070

操作系统：Windows 10 64-bit

Python：3.7.1

Answer 1

在通过GPU发送之前先转换为FloatTensor。

因此，操作顺序为：

test_tensor = torch.from_numpy(test_img)

# Convert to FloatTensor first
test_tensor = test_tensor.type(torch.FloatTensor)

# Then call cuda() on test_tensor
test_tensor = test_tensor.cuda()

log_results = model.forward(test_tensor)

PyTorch-RuntimeError：后端CPU的预期对象，但参数＃2“权重”为后端CUDA

1 个答案: