--------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-7-ddc50a142701> in <module> 25 26 # 将 target_labels 和 x 转换为 numpy 数组 ---> 27 target_labels = np.array(target_labels) 28 x = np.array(x) 29 D:\anaconda\envs\pytorch3.6\lib\site-packages\torch\tensor.py in __array__(self, dtype) 619 return handle_torch_function(Tensor.__array__, (self,), self, dtype=dtype) 620 if dtype is None: --> 621 return self.numpy() 622 else: 623 return self.numpy().astype(dtype, copy=False) TypeError: can't convert cuda:0 device type tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.

这个错误是因为 `target_labels` 是一个在 `cuda:0` 设备上的张量（tensor），而 `np.array()` 函数不能直接将 CUDA 张量转换为 numpy 数组。要解决这个问题，你可以首先将 `target_labels` 张量移动到 CPU 上，然后再将其转换为 numpy 数组。你可以使用 `.cpu()` 方法将张量移动到 CPU 上。例如，你可以尝试以下代码：

import numpy as np

# 将 target_labels 移动到 CPU 上
target_labels = target_labels.cpu()

# 将 target_labels 转换为 numpy 数组
target_labels = np.array(target_labels)

同样地，在计算 `x` 时，如果 `x` 是一个在 GPU 上的张量，你也需要进行相同的处理。