RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same or input should be a MKLDNN tensor and weight is a dense tensor 报错
报错环境
在使用pytorch训练好的模型，进行测试时，报错
部分代码为
model = torch.load("../save_model/mynn_30.pth")
model.eval()
with torch.no_grad():
output = model(image)
RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same or input should be a MKLDNN tensor and weight is a dense tensor
分析原因
分析一下报错信息，Input type 和 weight type不同，其中 weight type是cuda.FloatTensor，而 input type是FloatTensor。一个是cuda，一个不是，仔细想了一下，模型使用gpu训练的，而现在使用的input没有加gpu.
修改报错
方法一：对input进行加gpu
model.eval()
with torch.no_grad():
image = image.cuda()
output = model(image)
方法二：导入模型时，加入map_location参数，使得device指向cpu
model = torch.load("../save_model/mynn_30.pth", map_location=torch.device('cpu'))
两种方法都可以解决这个问题
