我使用这里共享的代码来测试一个CNN图像分类器。当我调用测试函数时，在第155行遇到了这个错误：

test_acc += torch.sum(prediction == labels.data)TypeError: eq() received an invalid combination of arguments - got (numpy.ndarray), but expected one of: * (Tensor other)      didn't match because some of the arguments have invalid types: ([31;1mnumpy.ndarray[0m) * (Number other)      didn't match because some of the arguments have invalid types: ([31;1mnumpy.ndarray[0m)

test函数的片段：

def test():    model.eval()    test_acc = 0.0    for i, (images, labels) in enumerate(test_loader):        if cuda_avail:                images = Variable(images.cuda())                labels = Variable(labels.cuda())        #使用测试集中的图像预测类别        outputs = model(images)        _,prediction = torch.max(outputs.data, 1)        prediction = prediction.cpu().numpy()        test_acc += torch.sum(prediction == labels.data) #line 155    #计算所有10000个测试图像的平均准确率和损失    test_acc = test_acc / 10000return test_acc

经过快速搜索，我发现这个错误可能与prediction和labels之间的比较有关，就像这个Stack Overflow问题中提到的那样。

有什么解决方法吗？

回答：

为什么在这里prediction = prediction.cpu().numpy()使用.numpy()？这样做会将PyTorch张量转换为NumPy数组，使其无法与labels.data进行比较，因为类型不兼容。

去掉.numpy()部分应该可以解决这个问题。