能用就行——玄学问题：Compile with TORCH_USE_CUDA_DSA to enable device-side assertions

已于 2023-09-18 22:01:19 修改
阅读量2.5w 收藏 15
点赞数 8
文章标签： pytorch
于 2023-09-18 21:57:34 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/OAOiii/article/details/132998056
版权

配置： python 3.9.0，torch2.0.1+cu118

背景： 一直使用这个配置训练都没问题。搁置了一个月之后，再次使用就显示报错“Compile with TORCH_USE_CUDA_DSA to enable device-side assertions.”
在这里插入图片描述
过程： 尝试了网上的各种方法都无法解决，比如降低batchsize(之前设置128也成功跑完，现在设为16也无法跑完)、各种意义上的重装重启、设torch.backends.cudnn.enabled = False等等都无法解决。

悟道： 不是提示out of memory吗？点开任务管理器，发现每次都是提示这个问题都是因为爆显存了orz（但之前不会啊…
在这里插入图片描述
解决： 降显存！加了几个torch.cuda.empty_cache()，暂时没出现问题，能用就行🤪🤪

饮tom
关注
解决AssertionError Torch not compiled with CUDA enabled.docx
08-05
当运行pytorch代码出现报错： AssertionError: Torch not compiled with CUDA enabled 本文主要是讲解如何解决上述问题
问题：Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
weixin_42127276的博客
07-30 587
之前不知道原来维度没对上，也会报CUDA的错误，这个解决方法不适用于所有出这个问题的情况，这里仅仅做一个记录。模型的时候，只要开始训练，就会报上面这个错。找了很多方法，但都无济于事。模型的时候，代码还一切正常，直到更换成。
【异常错误】Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
MOL
07-09 1557
我是直接将y变为了（1,512），但是现在的y的值位于[0-1485]之间，所以导致无法找到该embedding，这种错误，在CPU调试的时候可以出现，但是GPU报错太抽象。得知，应该是我在推理过程中使用了较短的Embedding，导致无法找到该类对应的标签。在运行项目的时候，出现了错误，但是却不知道为什么错误，因为GPU报的错误太抽象。直接删除这一行即可，或者修改nn.Embedding的字典的大小。整得人头晕，不知道咋回事。
nitialization error CUDA kernel errors CUDA_LAUNCH_BLOCKING=1 Compile with `TORCH_USE_CUDA_DSA`
最新发布
09-23 247
x传入的不是list，而是tensor。原因是 pytorch。改成list就没有这个问题。
1:RuntimeError: CUDA error: an illegal memory access was encounteredCompile with TORCH_USE_CUDA_DSA`
qq_44770238的博客
03-02 3153
报错显示不精确，按照软件推荐方法设置set TORCH_USE_CUDA_DSA=1，设置之后就会报错详细的问题，从而进行修改。
Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
热门推荐
NKhth的博客
04-24 2万+
遇到这个报错，先别急着干其他的，先把device改成CPU试一试，可能就把真正的问题报出来了。
conda环境下Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions问题解决
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
11-11 8184
Bert-VITS2语音训练语料中，不能包含英文字母，如果包含英文字母，则可能出现以上问题，通过正则表达式过滤掉包含英文字母的语料，问题解决。经过尝试发现，只保留一个人的100句语料进行语音训练，没有发生问题。尝试更换多个版本的torch和cuda，问题依旧存在。查看cuda和torch的版本。
RuntimeError: CUDA error: device-side assert triggered Compile with `TORCH_USE_CUDA_DSA` to enable
weixin_44913242的博客
09-13 2551
tokenizer.add_special_tokens({‘pad_token’: ‘[PAD]’})添加pad_token的话会导致数据在eos之后还会有值，会导致计算出错。微调baichuan-7b 的时候报了这个错，后面调试了一下发现是因为。baichuan1 的tokenizer类缺少了pad_token。来定义pad_token。
CUDA error: out of memoryCompile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
qq_40657974的博客
01-23 1171
os.environ["CUDA_VISIBLE_DEVICES"] = '7'写在文件的最前面。watch -n 1 -d nvidia-smi 实时看卡的显存占用。写在import torch前面。
YOLOv7/8/9/10报错：Compile with TORCH_USE_CUDA_DSA to enable device-side assertions
qq_44421796的博客
07-08 452
YOLOv7训练与验证报错：_pickle.UnpicklingError: STACK_GLOBAL requires str。解决方案：删除数据集中的所有 .cache文件，原因就是：这个数据集在运行中.cache文件。
RuntimeError: CUDA error: device-side assert triggered Compile with `TORCH_USE_CUDA_DSA` to enable d
m0_67350746的博客
06-17 1336
刚开始遇到这个错误还以为硬件哪里出问题了，后面发现是将二分类模型的out_dim从2修改到1导致的，不过在修改out_dim之后仍然报错，这可能是因为内存泄漏或其他一些底层bug导致，在restart kernel之后，报错消失。
CUDA error: device-side assert triggered Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions
12-14
以下是一个示例代码，演示了如何使用TORCH_USE_CUDA_DSA宏定义来启用设备端断言： ```python import torch # Enable device-side assertions torch.ops.torch_use_cuda_dsa(True) # Create a tensor on the GPU x...
RuntimeError: CUDA error: device-side assert triggered Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions. 怎么改
09-20
要在PyTorch中启用CUDA设备侧asserts（device-side assertions），你需要添加编译标志`TORCH_USE_CUDA_DSA`。具体步骤如下： 1. **更新编译选项**：如果你是从源码编译PyTorch，打开`configure.py`文件，找到`CUDA_...
CUDA error: device-side assert triggered Compile with `TORCH_USE_CUDA_DSA` to enable device-side assertions.
12-13
在这种情况下，你可以使用`TORCH_USE_CUDA_DSA`编译选项来启用设备端断言。可以按照以下步骤操作： a. 在你的代码中添加以下行： ```python import os os.environ['TORCH_USE_CUDA_DSA'] = '1' ``` b. 重新...
TORCH_USE_CUDA_DSA
xuehu6155的博客
07-09 533
在此运行，会报具体的错误信息。
解决问题：AssertionError: Torch not compiled with CUDA enabled
方脸大公鸡的博客
09-18 1743
解决AssertionError: Torch not compiled with CUDA enabled
Torch学习——使用CUDA
灰巧克力爱松露
11-12 1万+
Torch学习——使用CUDA 1. CUDA安装 CUDA在Ubuntu下的安装[1]还是很方便的。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值