在使用可视化工具
from pytorch_cnn_visualizations import cnn_layer_visualization
可视化卷积网络时,
报错 RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same
原因是cpu和cdua 使用的不一致
在本问题中,自己的model一直使用的是cdua,但是该可视化工具使用的是cpu,因此使用,将load model前,将device 改成cpu
完整代码如下
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
print(device)
device = torch.device("cpu")
print(device)
model = torch.load('output/model_C_dataAugmentation_best_model.pt')
model = model.to(device)
visualize_conv(model)
如果是想都转成cdua,对于神经网络则使用:
model = MyModel()
model.cuda()
本文详细介绍了在使用PyTorch的可视化工具进行卷积网络可视化时,遇到的输入类型与权重类型不一致的运行时错误。通过调整模型加载设备为CPU或CUDA,成功解决了这一问题,并提供了完整的代码示例。
4550

被折叠的 条评论
为什么被折叠?



