Input type (torch.cuda.DoubleTensor) and weight type (torch.cuda.FloatTensor) should be the same

这个问题通常是由于模型的输入数据类型与模型的权重数据类型不匹配所导致的。你可以使用 `.to()` 方法将输入张量转换为与权重张量相同的数据类型，例如：

input_tensor = input_tensor.to(weight_tensor.dtype)

或者，你也可以在定义模型时明确指定输入数据类型，例如：

class MyModel(nn.Module):
    def __init__(self):
        super(MyModel, self).__init__()
        self.conv1 = nn.Conv2d(3, 64, kernel_size=3, stride=1, padding=1, bias=False).double()

    def forward(self, x):
        x = self.conv1(x.double())
        return x

在这个例子中，我们将 `conv1` 的权重和输入都转换为 `double` 类型。