Macbook M1使用MPS运行PyTorch MNIST CNN模型准确率为0%求助

• 测试数据未同步到MPS设备：这是最常见的原因。训练时你把模型和训练数据都移到了MPS，但测试环节如果没把测试集的data和target也转到MPS上，模型在MPS上运算、数据却在CPU，两者不匹配会导致输出完全错误，直接出现0%准确率。检查官方示例的测试循环代码，必须确保每个batch的data和target都执行.to(device)操作，和训练时的处理逻辑一致。

• PyTorch MPS版本兼容性问题：早期PyTorch对M1的MPS后端支持存在一些bug，部分运算逻辑的表现和CPU不一致。如果确认测试数据已经正确转到MPS，建议升级到最新稳定版的PyTorch，新版本修复了大量MPS相关的兼容性问题。

• 模型设备状态异常：极少数情况下，训练后模型参数可能意外被移回CPU（比如某些操作无意识地把模型拉回CPU），不过这种情况训练时的loss不会正常下降，可能性较低。可以在测试前打印next(model.parameters()).device，确认模型仍处于MPS设备上。

快速修复示例 #

修改官方代码的测试函数，确保测试数据也送入MPS：

def test(model, device, test_loader):
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            # 关键：将测试数据转移到指定设备（MPS）
            data, target = data.to(device), target.to(device)
            output = model(data)
            test_loss += F.nll_loss(output, target, reduction='sum').item()
            pred = output.argmax(dim=1, keepdim=True)
            correct += pred.eq(target.view_as(pred)).sum().item()
    # 后续统计代码不变

内容的提问来源于stack exchange，提问作者Chrishhh