Pytorch 为什么将输入数据转换为变量类型？

我正在阅读用Pytorch实现YOLOv3的代码，下面是这样一行代码：

对于枚举（数据加载器）中的批处理i，（u、imgs、目标）：
批次完成=len（数据加载器）*历元+批次完成
imgs=变量（imgs.到（设备））#？？
targets=变量（targets.to（设备），需要_grad=False）

imgs是输入数据，我不明白为什么会存在转换：

变量（imgs.to（device））

---

这是否意味着应该对输入数据进行训练（因为默认选项是需要_grad=true），还是有其他原因？

正如纳塔芬在他的评论中指出的那样，我认为调用变量在场景中没有任何意义

从技术上讲，变量自动成为计算图的一部分。所以，也许它是由来自tensorflow的人写的，或者是考虑到完整计算图形的可视化

变量API已被弃用。 因此，我们不应该再费心使用变量来包装张量了。

---

你们可以在最新的torch版本中继续使用变量包装器。

是的，这段代码对你们来说毫无意义！但我现在明白了这段代码的要点。此代码试图将GPU的输入数据类型转换为“cuda”类型。因为我使用的权重是torch.cuda.FloatTensor，所以输入数据类型应该保持不变。