如何解决如何保留毕业证书并更改pytorch中的设备类型？
当我将输入变量从cpu更改为cuda时，它失去了所有的毕业分数，也失去了SELECT
g.msisdn,c.name3,c.id_number,decode(g.sub_state,'B01','Active','B02','Close','B03','Suspend','Barring') STATUS,decode(g.prepaid_flag,'0','Prepaid','1','Postpaid','3','Hybrid') rating,d.offer_name,t.create_date
FROM inf_subscriber_all g
INNER JOIN (
SELECT a.*,RANK() OVER(PARTIION BY cust_id ORDER BY create_date) rn
FROM his_offers
) as a ON a.cust_id = g.cust_id AND a.rn = 1
INNER JOIN inf_customer_all c ON c.cust_id = a.cust_id
INNER JOIN pdm_offer d ON d.offer_id = a.offer_id
WHERE g.msisdn IN ('135018013','197745505','195154724')
的状态。我该如何规避？我想保留渐变并将其更改为其他设备。
解决方法
叶子张量是将其requires_grad属性设置为True的叶子张量。在张量上执行任何不适当的操作时，所得张量将不再是叶张量。这包括使用.to(device)，.cuda()或.cpu()在其他设备上创建张量副本。设置现有张量的requires_grad属性的推荐方法是使用就地Tensor.requires_grad_方法。如果要将GPU上的张量作为叶节点，则需要在复制到所需设备后设置requires_grad 。
例如
input = input.to('cuda')
input.requires_grad_(True) # need to set requires_grad after copying to GPU
或更简洁
input = input.to('cuda').requires_grad_(True)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
