小编Col*_*ell的帖子

我正在我的 M1 Mac 上使用 PyTorch 1.13.0 训练模型（我也在每晚构建 torch-1.14.0.dev20221207 上尝试过此操作，但无济于事），并希望使用 MPS 硬件加速。我的项目中有以下相关代码，用于将模型和输入张量发送到 MPS：

device = torch.device("mps" if torch.backends.mps.is_available() else "cpu") # This always results in MPS

model.to(device)

...在我的数据集子类中：

class MyDataset(Dataset):
    def __init__(self, df, window_size):
        self.df = df
        self.window_size = window_size
        self.data = []
        self.labels = []
        for i in range(len(df) - window_size):
            x = torch.tensor(df.iloc[i:i+window_size].values, dtype=torch.float, device=device)
            y = torch.tensor(df.iloc[i+window_size].values, dtype=torch.float, device=device)
            self.data.append(x)
            self.labels.append(y)
    def __len__(self):
        return len(self.data)
    def __getitem__(self, idx):
        return self.data[idx], self.labels[idx]

这会在我的第一个训练步骤中产生以下回溯：

Traceback (most recent call last):
  File …