inputs = Variable(inputs.type(torch.FloatTensor)).to(device)报错AttributeError: 'Tensor' object has no attribute '_root'

这个错误通常出现在使用PyTorch进行深度学习模型训练时，涉及到将数据从CPU转移到GPU（或相反）以及数据类型转换的步骤。让我们逐步分析这个错误：

1. `inputs = Variable(inputs.type(torch.FloatTensor)).to(device)`

这行代码试图将输入数据转换为FloatTensor类型，并将其移动到指定的设备（通常是GPU）。但是，出现错误的原因是：

2. AttributeError: 'Tensor' object has no attribute '_root'

这个错误表明在Tensor对象上调用了一个不存在的属性'_root'。这通常是由于以下原因之一：

a) 使用的PyTorch版本较新，而在旧版本中才存在的Variable类在新版本中已被弃用。
b) 输入数据已经是一个张量（Tensor），不需要再次使用type()进行类型转换。

解决方法：

1. 如果你使用的是PyTorch 0.4或更高版本，可以直接使用Tensor，而不需要Variable：

inputs = inputs.type(torch.FloatTensor).to(device)

2. 如果你的数据已经是FloatTensor类型，你甚至可以省略类型转换：

inputs = inputs.to(device)

3. 确保你的数据确实是Tensor对象，而不是其他类型（如numpy数组）。如果是numpy数组，需要先转换为Tensor：

import torch
import numpy as np

# 假设inputs是numpy数组
inputs = torch.from_numpy(inputs).float().to(device)

4. 如果你使用的是PyTorch 1.0或更高版本，可以考虑使用torch.nn.Module的子类来定义你的模型，这样就可以直接使用forward方法，而不需要手动处理Variable和Tensor。

总之，这个错误的根本原因是数据类型处理不当。通过根据你的PyTorch版本和具体需求调整数据处理方式，可以解决这个问题。