类型错误：can’；t将CUDA张量转换为numpy。首先使用Tensor.cpu（）将Tensor复制到主机内存（fastai）

我在这里遵循代码：

但是，在度量计算过程中，我得到以下错误：

File "main.py", line 50, in <module>
 learn.fit_one_cycle(4,max_lr = 2e-3)
...
File "main.py", line 39, in quadratic_kappa
    return torch.tensor(cohen_kappa_score(torch.argmax(y_hat,1), y, weights='quadratic'),device='cuda:0')
...
File "/pfs/work7/workspace/scratch/ul_dco32-conda-0/conda/envs/resnet50/lib/python3.8/site-packages/torch/tensor.py", line 486, in __array__
    return self.numpy()
TypeError: can't convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.

正如讨论中所说的

https://discuss.pytorch.org/t/typeerror-can-t-convert-cuda-tensor-to-numpy-use-tensor-cpu-to-copy-the-tensor-to-host-memory-first/32850/6

，我必须将数据带回

cpu

。但是我有点不知道怎么做

---

我尝试在所有的度量中添加

.cpu（）

，但到目前为止无法解决它。

我假设

y

和

y\u hat

都是CUDA张量，这意味着您需要将它们都带到cpu进行

cohen\u kappa\u得分

，而不仅仅是一个

def quadratic_kappa（y_hat，y）：
返回torch.tensor（cohen_kappa_分数（torch.argmax（y_hat.cpu（），1），y.cpu（），weights='quadratic'），device='cuda:0'）
#                                                        ^^^         ^^^

对已经在cpu上的张量调用

.cpu（）

，没有效果，因此在任何情况下都可以安全使用

def quadratic_kappa(y_hat, y):
    return torch.tensor(cohen_kappa_score(torch.argmax(y_hat,1), y, weights='quadratic'),device='cuda:0')

learn = cnn_learner(data, models.resnet50, metrics = [accuracy,quadratic_kappa])
learn.fit_one_cycle(4,max_lr = 2e-3)