Python PyTorch运行时错误：参数#1和#x27的张量；自我'；在CPU上，但期望它们在GPU上

我正在使用PyTorch进行我的逻辑回归模型，但每当我运行模型摘要时，我都会得到一个错误

RuntimeError:“out”的张量在CPU上，参数#1“self”的张量在CPU上，但预期它们在GPU上（检查addmm的参数时）

代码

# Convert data to tensors
X_train = torch.Tensor(X_train)
y_train = torch.LongTensor(y_train)
X_test = torch.Tensor(X_test)
y_test = torch.LongTensor(y_test)

class LogisticRegression(nn.Module):
    def __init__(self, input_features, num_classes):
        super(LogisticRegression, self).__init__()
        self.fc1 = nn.Linear(input_dim, num_classes)
        
    def forward(self, x_in, apply_softmax = False):
        y_pred = self.fc1(x_in)
        if apply_softmax:
            y_pred = F.softmax(y_pred, dim = 1)
        return y_pred

INPUT_DIM = X_train.shape[1]
NUM_CLASSES = len(y_train.unique())

model = LogisticRegression(input_features = INPUT_DIM, num_classes = NUM_CLASSES)
print(model.named_parameters)
summary(model, input_size=(INPUT_DIM,))

---

我的方法不符合预期，我如何着手解决问题？

如果您使用的是笔记本电脑，那么您很可能已经混淆了变量。As

input\u dim

未在代码段中定义，但以前可能在您的范围内

假设您使用的是

torchsummary

中的

summary

，则不需要数据来推断模型的结构，只需要输入形状。以下工作将起作用：

class LogisticRegression(nn.Module):
    def __init__(self, input_features, num_classes):
        super(LogisticRegression, self).__init__()
        self.fc1 = nn.Linear(input_features, num_classes) # <- was input_dim
        
    def forward(self, x_in, apply_softmax = False):
        y_pred = self.fc1(x_in)
        if apply_softmax:
            y_pred = F.softmax(y_pred, dim = 1)
        return y_pred

INPUT_DIM = 10
NUM_CLASSES = 100

model = LogisticRegression(input_features=INPUT_DIM, num_classes=NUM_CLASSES)
summary(model, input_size=(INPUT_DIM,))

类逻辑回归（nn.Module）：
定义初始化（自、输入特性、num类）：
超级（逻辑回归，自我）。\uuuu初始
self.fc1=nn.Linear（输入特征，num类）#我也有同样的错误

RuntimeError:“out”的张量在CPU上，参数#1“self”的张量在CPU上，但预期它们在GPU上（检查addmm的参数时）

确保模型及其权重位于GPU上有助于：

model.to(device)

定义设备时：

device = "cuda" if torch.cuda.is_available() else "cpu"
print(f"Using {device} device")

你能把self.fc1=torch.nn.ModuleList（self.fc1）

添加到

\uuuu init\uuuuu

中并告诉它是否可行吗？@Anirbansha我添加了，但得到了一个错误

TypeError:ModuleList.extend应该用iterable调用，但得到了线性的

知道为什么吗？@ShadowWalker模块列表的这个输入需要是一个列表。所以

self.fc1=torch.nn.ModuleList（[self.fc1]）

。但是我不认为这能解决你的问题：nn.Linear已经继承了nn.Module，所以把它放在ModuleList中不会改变你现在的情况。你能试着用这段代码来推断而不是总结吗？然后我就可以重新创建你的代码了。请注意，你的代码和我的代码没有明显的变化。请看第4行：

input\u dim

被替换为

input\u功能

。我应用了你指出的变化，但这并没有解决问题。错误仍然存在。您确切使用的是哪个火炬摘要包？

来自火炬摘要导入摘要