过去几个月我一直在使用darts v0.22.0。我在GPU机器上训练了我的模型，并通过model.save（）保存了它。现在，当我试图在只有CPU的机器上部署它时，我使用以下代码将模型放置在CPU上。

model = torch.load(home + "model.txt.ckpt", map_location=torch.device('cpu'))

模型加载正常，但当我使用model.historical_forecasts（）时，显示了下面的转储。看起来模型仍在寻找GPU。
我尝试使用dartsv0.23.1来加载模型，但是它给出了关于dartsencoders包中的更改的错误。
如果我找不到解决办法，我的很多工作都会丢失。任何帮助都将不胜感激。
谢谢
阿迪尔
未找到支持的GPU后端！追溯（最近的调用最后）：\n文件“/code/central/temp/onykz 6 rv/968/model/darts_class.py”，第171行，位于run_testing中\n预测=模型.历史预测（系列=lst_test[t]，过去的协变量=lst_test_cov[t]，重新训练=False，预测水平=水平）\n文件“/root/miniconda 3/lib/python3.9/site-packages/darts/utils/utils.py“，第172行，位于sanitized_method中\n返回方法到sanitize（self，*only_args.values（），**only_kwargs）\n文件“/根目录/迷你图标3/库/python3.9/站点包/dart/模型/预测/预测模型.py”，第500行，在历史预测中\n预测=自身.预测 Package 器（\n文件“/root/miniconda 3/lib/python3.9/站点包/dart/模型/预测/预测模型.py”，第1228行，in _predict_wrapper\n返回自我预测（\n文件“/root/miniconda 3/lib/python3.9/站点包/darts/utils/torch.py“，第112行，在装饰器中\n返回装饰的（self，*args，kwargs）\n文件“/root/miniconda 3/lib/python3.9/站点包/dart/模型/预测/ Torch 预测模型.py”，第1051行，在predict中\n预测= self.predict_from_dataset（\n文件“/root/miniconda 3/lib/python3.9/站点包/darts/utils/torch.py“，第112行，在装饰器中\n返回装饰的（self，*args，kwargs）\n文件“/root/miniconda 3/lib/python3.9/站点包/dart/模型/预测/torch_预测模型.py”，第1178行，位于预测数据集\n
self._setup_trainer（trainer=训练器，verbose=详细信息，epochs=self.n_epochs）\n文件“/root/miniconda 3/lib/python3.9/站点包/dart/模型/预测/torch_预测模型.py”，第457行，在_setup_trainer中\n
初始化训练器（训练器参数=训练器参数，最大时期=时期）\n文件“/root/miniconda 3/lib/python3.9/站点包/ dart /模型/预测/ Torch 预测模型.py”，第471行，在初始化训练器中\n返回pl.训练器（训练器参数副本）\n文件“/root/miniconda 3/lib/python3.9/站点包/pytorch_lightning/实用程序/argparse.py“，第340行，在插入环境默认值中\n返回fn（self，kwargs）\n文件“/根目录/迷你图标3/库/python3.9/站点包/pytorch_lightning/培训师/trainer.py“，第414行，在初始化\n自身中。加速器连接器=加速器连接器（文件“/root/miniconda 3/lib/python3.9/站点包/pytorch_lightning/训练器/连接器/加速器_连接器.py”，第206行，在初始化中\n自我._加速器_标志=自我.选择_gpu_加速器_后端（）\n文件“/根/迷你图标3/库/python3.9/站点包/pytorch lightning /训练器/连接器/加速器_连接器.py”，第512行，in _choose_gpu_accelerator_backend\n引发配置错误异常（“未找到支持的gpu后端！”）\nlightning_lite.实用程序.异常。配置错误异常：找不到支持的gpu后端！