MSE_l = mean_squared_error(test_labels.cpu(), pre_array) AttributeError: 'numpy.ndarray' object has no attribute 'cpu'

这个错误提示表明你正在使用一个Numpy数组，但是它没有`cpu`属性。`cpu`是PyTorch Tensor对象的属性，而不是Numpy数组的属性。因此，你需要将Numpy数组转换为PyTorch Tensor对象，然后才能使用`cpu`属性。

你可以使用`torch.from_numpy()`方法将Numpy数组转换为PyTorch张量。这样，你就可以使用`cpu`属性了。例如：

import torch

# 将Numpy数组转换为PyTorch张量
test_labels_tensor = torch.from_numpy(test_labels)

# 进行预测
pre_array = ...

# 计算均方误差
MSE_l = torch.nn.functional.mse_loss(test_labels_tensor, pre_array).item()

注意，在计算均方误差时，你需要使用`torch.nn.functional.mse_loss()`函数。它会返回一个张量，而不是一个Numpy数组。因此，你需要使用`item()`方法将张量转换为标量。