ハングpytorh訓練プロセス
1、报错：入力タイプ（CUDAFloatTensor）および重量タイプ（CPUFloatTensor）が同じでなければなりません。
考えてみましょう：モデルはGPUにロードされていない、（module.cudaを解決）
第二：
ネットワークモデルが想定されている：
次のように変更：
上記グラフ自体ない構文エラーだけでなく、適切に、しかしGPUにロード機能にCPUに、アクションモデルの下で= model.cuda（）は、ネットワークの残りの部分が有しますこれは、GPU上で展開され、さらにCPU上、それが必要であるエンコーダ構造は、次の形式を変更します。次の構造は、正しく実行するためにテストされています。
2、はRuntimeError：勾配計算に必要な変数の一つは、インプレース操作によって改変されています...
私は、ネットワークインフラストラクチャを構築する際に、主に、機能の融合を考える上で、追加の方法を使用することは、とても畳み込みとBNの後には直接の増加reluはありませんが、それはreluに追加されたときに畳み込みを入力する時に、そうではありません直接nn.ReLU（インプレース=真）が、nn.ReLU前のように（）。
インプレース=真
意味：得られた値は、直接カバーする前に計算された値であれば
結果には影響しません。インプレース計算を使用すると、（大幅に）メモリ内に保存するだけでなく、メモリの時間を繰り返し適用と解放を省略することができます。しかし、彼らが使用するエラーを元の変数の適用範囲を持っていないでしょう。
3、pytorchバックプロパゲーションは、不必要なトラブルを避けるために、Bを使用しないとき= B ...これ、
例如：a = f(a) 修改为： b = f(a)
a = d(a) c = d(b)
使用する必要はありません：* = 2というように。直接書き込み、A = * 2
