pytorch 如何从张量中删除 cuda()答案

【问题标题】：pytorch how to remove cuda() from tensorpytorch 如何从张量中删除 cuda()
【发布时间】：2019-01-10 20:23:07
【问题描述】：

我收到了TypeError: expected torch.LongTensor (got torch.cuda.FloatTensor)。

如何将torch.cuda.FloatTensor 转换为torch.LongTensor？

  Traceback (most recent call last):
  File "train_v2.py", line 110, in <module>
    main()
  File "train_v2.py", line 81, in main
    model.update(batch)
  File "/home/Desktop/squad_vteam/src/model.py", line 131, in update
    loss_adv = self.adversarial_loss(batch, loss, self.network.lexicon_encoder.embedding.weight, y)
  File "/home/Desktop/squad_vteam/src/model.py", line 94, in adversarial_loss
    adv_embedding = torch.LongTensor(adv_embedding)
TypeError: expected torch.LongTensor (got torch.cuda.FloatTensor)

【问题讨论】：

如何加载或创建model？在加载/创建时使模型及其属性与 CPU 兼容（与 cuda/GPU 兼容）可能是有意义的

标签： python type-conversion pytorch tensor

【解决方案1】：

如果你有张量 t.

t = t.cpu()

将是旧方式。

t = t.to("cpu")

将是新的 API。

【讨论】：

虽然在 1.0 中两者都有效

【解决方案2】：

Pytorch 0.4.0 的最佳实践是编写device agnostic code：也就是说，您可以简单地使用.to(torch.device("cpu"))，而不是使用.cuda() 或.cpu()。

A = A.to(dtype=torch.long, device=torch.device("cpu"))

请注意，.to() 不是“就地”操作（参见，例如，this answer），因此您需要将 A.to(...) 分配回 A。

【讨论】：

【解决方案3】：

您有一个浮点张量 f 并想将其转换为 long，您可以使用 long_tensor = f.long()

你有cuda张量，即数据在gpu上，想把它移动到cpu你可以cuda_tensor.cpu()。

所以要将 torch.cuda.Float 张量 A 转换为 torch.long 做 A.long().cpu()

【讨论】：