num_samples = 10def predict(x):    sampled_models = [guide(None, None) for _ in range(num_samples)]    yhats = [model(x).data for model in sampled_models]    mean = torch.mean(torch.stack(yhats), 0)    return np.argmax(mean.numpy(), axis=1)print('当网络被强制预测时的预测结果')correct = 0total = 0for j, data in enumerate(test_loader):    images, labels = data    predicted = predict(images.view(-1,28*28))    total += labels.size(0)    correct += (predicted == labels).sum().item()print("准确率: %d %%" % (100 * correct / total))

错误:

correct += (predicted == labels).sum().item() TypeError: eq() 接收到无效的参数组合 - 接收到 (numpy.ndarray)，但期望的是以下之一：  * (Tensor other)  不匹配，因为某些参数类型无效：(!numpy.ndarray!)* (Number other)  不匹配，因为某些参数类型无效：(!numpy.ndarray!)

*

回答：

您试图比较 predicted 和 labels。然而，您的 predicted 是一个 np.array，而 labels 是一个 torch.tensor，因此 eq()（即 == 操作符）无法在它们之间进行比较。
将 np.argmax 替换为 torch.argmax：

 return torch.argmax(mean, dim=1)

这样应该就可以了。