从TrainingArguments对象的文档中获取的设备属性没有可设置的设备属性。
但有趣的是，设备被初始化但不可变：

import torch
from transformers import TrainingArguments

args = TrainingArguments('./')

args.device  # [out]: device(type='cpu')

args.device = torch.device(type='cpu')

[out]：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-12-dcb5ef23be68> in <cell line: 8>()
      6 
      7 
----> 8 args.device = torch.device(type='cpu')

AttributeError: can't set attribute

从代码中可以看出，设备似乎是在初始化后设置的：https://github.com/huggingface/transformers/blob/main/src/transformers/training_args.py#L1113
并且仅在调用TrainingArguments.device时才设置设备

• https://github.com/huggingface/transformers/blob/main/src/transformers/training_args.py#L1678
• https://github.com/huggingface/transformers/blob/main/src/transformers/training_args.py#L1524

也许你指的是huggingface模型，你想尝试在CPU上训练它。

默认TrainingArguments已经设置为CPU，如果_n_gpu = -1

但如果你想显式地设置模型以在CPU上使用，请尝试：

model = model.to('cpu')
trainer = Trainer(
    model=model,
    args=training_args,
    train_dataset=train_dataset,
    eval_dataset=test_dataset,
    compute_metrics=compute_metrics,
)

或者：

trainer = Trainer(
    model=model.to('cpu'),
    args=training_args,
    train_dataset=train_dataset,
    eval_dataset=test_dataset,
    compute_metrics=compute_metrics,
    place_model_on_device=True
)

你不需要在训练参数中设置设备。训练将在模型的设备上进行。下面的代码应该可以帮助你在cpu上训练模型

device = torch.device('cpu')
model = model.to(device)

training_args.device是一个只能读取而不能设置的属性，因此出现错误。