exported_model = torch.export.export(model.cpu().eval(), (export_data,)) AttributeError: 'dict' object has no attribute 'cpu'

你遇到的错误提示 `AttributeError: 'dict' object has no attribute 'cpu'` 表明你尝试在一个字典类型的对象上调用了 `cpu()` 方法。在PyTorch中，`cpu()` 方法用于将模型中的张量移动到CPU内存中，但它只能用于 `torch.nn.Module` 类型的对象，即模型本身。如果你得到了一个字典而不是模型实例，那么你应该确保你传递给 `torch.export.export()` 函数的是正确类型的对象。

`torch.export.export()` 函数在PyTorch的某些版本中可能并不存在，因为它看起来像是用于导出模型到其他格式的函数，而PyTorch标准库中并没有直接名为 `export` 的模块或函数。通常，模型的导出会用到 `torch.save()` 保存整个模型状态，或者使用 `torch.jit.trace()` 或 `torch.jit.save()` 来导出模型的脚本或追踪模式。

如果你的目的是将模型导出或保存，你可以使用以下方式：

- 使用 `torch.save()` 保存整个模型的状态字典，通常需要配合模型的 `state_dict()` 方法。
- 使用 `torch.jit.trace()` 创建模型的追踪版本，并使用 `torch.jit.save()` 保存。

这里提供一个使用 `torch.save()` 保存模型的例子：

model = model.cpu().eval()  # 将模型移动到CPU并设置为评估模式
torch.save(model.state_dict(), 'model_export.pth')  # 保存模型的state_dict

或者使用 `torch.jit.save()`：

model = model.cpu().eval()  # 将模型移动到CPU并设置为评估模式
scripted_model = torch.jit.script(model)  # 将模型转换为torch.jit.ScriptModule
torch.jit.save(scripted_model, 'model_export.pt')  # 保存模型

请根据你的实际需求选择合适的方法。