这个问题的主要原因是输入的数据类型与网络参数的类型不符。
Input type为torch.cuda.FloatTensor（GPU数据类型）， weight type（即net.parameters）为torch.FloatTensor（CPU数据类型）
有以下两种方法
方法一
device = torch.device('cuda:0') net.to(device)
方法二：
net = net.cuda()
Pytorch出现RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor)
2023-05-08
187
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
这个问题的主要原因是输入的数据类型与网络参数的类型不符。
目录
相关文章
|
机器学习/深度学习
并行计算
PyTorch
【PyTorch基础教程7】多维特征input
之前的一维特征input，只有一个x和权重w相乘，多维的情况则是xi依次与逐个wi相乘（ps：每行x都这样算，每行即每个样本），可以用向量形式表示：
136
0
0
|
3月前
|
机器学习/深度学习
编解码
PyTorch
|
8月前
|
机器学习/深度学习
自然语言处理
算法
|
2月前
|
机器学习/深度学习
算法
PyTorch
【PyTorch实战演练】深入剖析MTCNN(多任务级联卷积神经网络)并使用30行代码实现人脸识别
【PyTorch实战演练】深入剖析MTCNN(多任务级联卷积神经网络)并使用30行代码实现人脸识别
69
2
2
|
3月前
|
机器学习/深度学习
算法
PyTorch
|
9月前
|
机器学习/深度学习
PyTorch
算法框架/工具
|
5月前
|
机器学习/深度学习
PyTorch
算法框架/工具
|
5月前
|
机器学习/深度学习
搜索推荐
数据可视化
|
5月前
|
机器学习/深度学习
数据采集
自然语言处理
|
5月前
|
机器学习/深度学习
PyTorch
算法框架/工具
热门文章
最新文章
1
PyTorch 2.2 中文官方教程（八）（4）
2
PyTorch 2.2 中文官方教程（十一）（1）
3
PyTorch 2.2 中文官方教程（七）（3）
4
大模型中常用的注意力机制GQA详解以及Pytorch代码实现
5
PyTorch 2.2 中文官方教程（八）（1）
6
Anaconda+Cuda+Cudnn+Pytorch（GPU版）+Pycharm+Win11深度学习环境配置
7
PyTorch 2.2 中文官方教程（十四）（4）
8
PyTorch 2.2 中文官方教程（十八）（4）
9
PyTorch 2.2 中文官方教程（十四）（2）
10
PyTorch 2.2 中文官方教程（十五）（1）
1
探索PyTorch：介绍及常用工具包展示
22
2
pytorch实战---IMDB情感分析
108
3
使用PyTorch解决多分类问题：构建、训练和评估深度学习模型
106
4
使用PyTorch加载数据集：简单指南
41
5
使用PyTorch处理多维特征输入的完美指南
46
6
用PyTorch轻松实现二分类：逻辑回归入门
43
7
从零开始学习线性回归：理论、实践与PyTorch实现
23
8
PyTorch实例：简单线性回归的训练和反向传播解析
39
9
Pytorch中张量的高级选择操作
39
10
【AMP实操】解放你的GPU运行内存！在pytorch中使用自动混合精度训练
69