Python TypeError:预期的CPU（获得CUDA）

X_序列，X_测试，y_序列，y_测试=序列测试分割（X，y，测试大小=0.2，随机状态=0） 你的火车 进口火炬 导入torch.nn作为nn 导入torch.nn.功能为F

import torch
torch.cuda.is_available()
torch.cuda.current_device()
torch.cuda.get_device_name(0)
torch.cuda.memory_reserved()
torch.cuda.memory_allocated()
torch.cuda.memory_allocated()
var1=torch.FloatTensor([1.0,2.0,3.0]).cuda()
var1
var1.device
import pandas as pd
df=pd.read_csv('diabetes.csv')
df.head()
df.isnull().sum()

import seaborn as sns
import numpy as np
df['Outcome']=np.where(df['Outcome']==1,"Diabetic","No Diabetic")
df.head()
sns.pairplot(df,hue="Outcome")
X=df.drop('Outcome',axis=1).values### independent features
y=df['Outcome'].values###dependent features
from sklearn.model_selection import train_test_split

运行此代码时，出现以下错误：

X_train=torch.FloatTensor(X_train).cuda()
X_test=torch.FloatTensor(X_test).cuda()
y_train=torch.LongTensor(y_train).cuda()
y_test=torch.LongTensor(y_test).cuda()

回溯（最近一次呼叫最后一次）：
文件“”，第24行，在
TypeError:预期的CPU（获得CUDA）

---

如何解决此错误？

要将变量传输到GPU，请尝试以下操作：

device=torch.device（'cuda:0'如果torch.cuda.is_可用（），则为'cpu'）
X_列=火炬.浮子张量（X_列）.至（装置）
X_测试=火炬.浮子张量（X_测试）.至（装置）
y_列=火炬长传感器（y_列）至（装置）
y_测试=火炬长传感器（y_测试）至（装置）
创建张量X#train=torch.FloatTensor（X#train）.cuda（）X#u test=torch.FloatTensor（X#test）.cuda（）y#u train=torch.lontensor（y#train）.cuda（）y#u test=torch.lontensor.lontensor（y#test.cuda（）.cuda（）请阅读如何和使用按钮改进帖子。错误是：>>X#train=torch：File“”，第1行，类型错误：预期CPU（获得CUDA）@VinothKumarS，您的m/c是否有GPU？您是否使用混合的CPU/GPU类型执行任何操作？pytorch是GPU版本吗？显示完整的错误消息@anurag是的，我的机器的GPU是RTX 3070，它是PyTorch GPU版本。
cuda:0
-这里将
0
更改为所需的GPU索引（如果您有多个GPU）非常感谢先生！它现在可以工作了，你能解释一下为什么我们需要使用它吗？我不知道为什么你的代码不能工作，但是，根据讨论，应该没有任何区别！此外，如果这解决了您的问题，请向上投票/接受！
Traceback (most recent call last):
  File "<stdin>", line 24, in <module>
TypeError: expected CPU (got CUDA)