解决RuntimeError: 找到Float类型，但期望是Half类型的问题

起因：将CCNet的十字交叉注意力模块移植到YOLOv5中。

经过：在注意力模块中，会有较多的矩阵运算，在训练时出现了cuda和cup类型的冲突(另一篇我写的文章)；而在验证时出现了上述错误。

出错的代码如下：

        # [b1*w1, c1, h1] -> [b1, w1, c1, h1] -> [b1, c1, h1, w1]
        out_H = torch.bmm(value_H, att_H.permute(0, 2, 1)).view(b1, w1, -1, h1).permute(0, 2, 3, 1)
        # [b1 * h1, c1, w1] -> [b1, h1, c1, w1] -> [b1, c1, h1, w1]
        out_W = torch.bmm(value_W, att_W.permute(0, 2, 1)).view(b1, h1, -1, w1).permute(0, 2, 1, 3)

出错的位置在torch.bmm()处，在这里进行了一次矩阵乘法运算。由于两个数据的类型不同，因此发生冲突。

解决方案：仍然是用to()方法，修改数据类型为另一个数据的类型。

        # [b1*w1, c1, h1] -> [b1, w1, c1, h1] -> [b1, c1, h1, w1]
        out_H = torch.bmm(value_H, att_H.permute(0, 2, 1).to(value_H.dtype)).view(b1, w1, -1, h1).permute(0, 2, 3, 1)
        # [b1 * h1, c1, w1] -> [b1, h1, c1, w1] -> [b1, c1, h1, w1]
        out_W = torch.bmm(value_W, att_W.permute(0, 2, 1).to(value_W.dtype)).view(b1, h1, -1, w1).permute(0, 2, 1, 3)