File "/home/wlzhang/UW_depth-main - ??/solver.py", line 157, in train self.losses.append(g_loss.item()) File "/home/wlzhang/anaconda3/envs/pytorch/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1185, in __getattr__ raise AttributeError("'{}' object has no attribute '{}'".format( AttributeError: 'VGGLoss1' object has no attribute 'item'

这个错误是因为 `g_loss` 是一个自定义的 `VGGLoss1` 类型的对象，这个类不支持 `.item()` 方法。在 PyTorch 中，只有标量张量（scalar tensor）才支持 `.item()` 方法，而 `VGGLoss1` 返回的是一个张量，因此不能用 `.item()` 方法获取它的值。

如果你想将 `g_loss` 的值添加到 `self.losses` 列表中，你可以使用 `.detach().cpu()` 方法将其从计算图中分离，转换为一个在 CPU 上的张量，并用 `.numpy()` 方法将其转换为一个 NumPy 数组，从而将其添加到列表中。

g_loss = VGGLoss1()
# ... 
self.losses.append(g_loss.detach().cpu().numpy())

这样，`self.losses` 列表中将会包含每个迭代步骤的 `g_loss` 的张量值。注意，这里的 `detach()` 方法是为了将张量从计算图中分离，以避免梯度计算的影响。