今天用pytorch跑完一个分类模型，准备用几张图片验证一下模型时，报错了：
说输入类型和网络参数类型不匹配，一个是CUP类型，一个是GPU类型，上网搜解决方法如下：
既然网络参数是GPU类型，那解决方法就是将输入类型转变为GPU类型，需要使用到cuda，没有cuda就解决不了。实现方法有两种：
1. device = torch.device('cuda:0')
inputs = inputs.to(device)
2. inputs = inputs.cuda()
#具体代码：
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
print(torch.cuda.is_available())
inputs = inputs.to(device) # 方法一：将input这个tensor转换成了CUDA 类型
inputs = inputs.cuda() # 方法二：将input这个tensor转换成了CUDA 类型
但是，以上方法并不起作用，具体问题可以先找到报错文件：
进入此文件
找到加载模型这块，由于我这个模型是在GPU上训练的，在加载时，就需要指定参数map_location=torch.device(“cup”)【torch后面的.device要根据自己定义的GPU对象，我的是device】，将GUP中的模型映射到CUP中，再次运行，问题解决！
