像这种情况,一般就是数据和模型一个在cpu,一个在GPU,或者用于计算的数据,有一些已经放到GPU里,有一些还存在CPU中,这里提供一个思路。

首先找到报错的行,看看计算时都用到哪些变量或者数据,然后使用.is_cuda这个属性去查看到底哪些是在GPU上,哪些是在CPU上,然后把它们统一都放在CPU,或者统一放在GPU上就可以。举个例子:

 报错提示在utils.py 这个文件的第46行有问题,然后进入这个文件,定位到46行

打印idx_range和reverse_mapping查看是不是同时在GPU或者同时在CPU上,

print(idx_range.is_cuda,reverse_mapping.is_cuda)

经过验证发现idx_range在cpu上,reverse_mapping在GPU上,把idx_range放在GPU(idx_range.to(device)),问题解决.

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐