PyTorch模型期望对象在CPU上，尽管在GPU上

Question

我有一个发送到我的设备（GCS上的GPU）的PyTorch模型：

[AwesomeSheet]:
LOAD
date( 
 date#('201' & left([Date], 1)  & '0101', 'YYYYMMDD') 
 -1 
 + num( mid([Date], 2,4) ) 
) as FormattedDate
FROM [my-awesome-file.csv];

类似地，在训练之前，我也将（批处理的）数据发送到了GPU。但是，当我优化模型时，它似乎与GPU无关：

dnn_regressor = DNNRegressor(n_feature=dataset.X.shape[1], 
                         n_hidden=512, 
                         n_hidden_layers=5,
                         batch_norm=True,
                         n_output=1).to(device)

我确定我做错了明显的事情，但是我看不出它可能是什么。

Answer 1

这里的问题似乎与我如何构建模型有关。我天真地以为我可以将图层保留在列表中（以便可以以编程方式生成它们）。事实证明，我需要改用torch.nn.ModuleList，否则似乎没有将它们添加到模型中。不确定为什么会导致模型没有发送到GPU，但是使用ModuleList可以解决此问题。