输入类型（火炬。FloatTensor）和权重类型（torch.cuda.FloatTensor）应相同，或者输入应为张量，权重为密集张量

问：

我是 PyTorch 的菜鸟，我正在尝试训练我的模型（估计两个图像之间的仿射变换）。 该代码在 google colab 上运行。当我尝试在 cpu（没有设备 cuda）上运行它时，它可以工作，但是当我将数据和权重（模型）放入设备时，它会出现以下错误。我已经上传了屏幕截图。

“输入类型（火炬。FloatTensor）和权重类型（torch.cuda.FloatTensor）应相同，否则input应为张量，weight为密集张量”

有什么建议吗？这将非常有帮助 XD

我尝试将输入和权重都放入 GPU 中，但仍然不起作用:(

在此处输入图像描述

batch_size = 8
TrainLoader = DataLoader(TrainingData, batch_size)
model = CombinedModel().to(device)

optimizer = optim.Adam(model.parameters(), lr=0.005)

for i, (image1, image2, target) in enumerate(TrainLoader):
   image1 = image1.to(device)
   image2 = image2.to(device)
   target = target.to(device)
   outputs = model(image1, image2)
   print(outputs)
   print(outputs.shape)

在此处输入图像描述