没有解决没有用问题编辑了

Question

以下内容包括三部分：1.报错内容 2.train.py 3.Model.py
我在下采样之后添加了出现了以下报错，我尝试在foward中将张量移到同一设备，没有解决该问题，请教一下帮忙看看，谢谢
1.报错内容：

Traceback (most recent call last):
  File "train.py", line 97, in <module>
    cd_preds = model(batch_img1, batch_img2)
  File "/opt/conda/lib/python3.8/site-packages/torch/nn/modules/module.py", line 744, in _call_impl
    result = self.forward(*input, **kwargs)
  File "/opt/data/private/lizihao/HWTNet/models/Models.py", line 325, in forward
    x0_0A = self.h0(x0_0A)   # 添加半小波变换
  File "/opt/conda/lib/python3.8/site-packages/torch/nn/modules/module.py", line 744, in _call_impl
    result = self.forward(*input, **kwargs)
  File "/opt/data/private/lizihao/HWTNet/models/Models.py", line 248, in forward
    out = torch.cat([wavelet_path, identity_path], dim=1)
RuntimeError: All input tensors must be on the same device. Received cpu and cuda:0

Answer 1

引自免费微信小程序：皆我百晓生

你的错误提示是“All input tensors must be on the same device. Received cpu and cuda:0”，这表示你在模型的前向传播过程中，有些张量在CPU上，有些在GPU上，这会导致计算出错。

从报错信息来看，问题出现在Models.py文件的forward方法中，特别是在x0_0A = self.h0(x0_0A)这一行。由于x0_0A和self.h0可能不在同一个设备上，所以出现了这个错误。

为了解决这个问题，你需要确保所有的张量都在同一个设备上。你可以使用.to(device)方法将张量移动到指定的设备上。在你的train.py文件中，你已经定义了一个设备变量dev，你可以使用这个变量来确保所有的张量都在同一个设备上。

在Models.py的forward方法中，你需要确保x0_0A和self.h0都在同一个设备上。你可以通过以下方式实现：

def forward(self, xA, xB):
    # 确保张量都在同一个设备上
    xA = xA.to(self.device)
    xB = xB.to(self.device)
    
    # ...
    x0_0A = self.h0(xA)
    # ...
end

然后在类的构造函数中设置设备：

def __init__(self, in_ch=3, out_ch=2):
    super(SNUNet_ECAM, self).__init__()
    # ...
    self.device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
    # ...
end

另外，你可能需要确保模型的所有其他部分（例如self.h0）都在同一个设备上。你可以通过以下方式实现：

self.h0 = HWAB(filters[0], filters[0]).to(self.device)
# ...

这样，所有的张量和模型参数都会在同一个设备上，从而避免了设备不匹配的问题。