pytorch报错RuntimeError: cuda runtime error (59) : device-side assert triggered at的奇怪解决方案

模型中添加了这样的函数

def func1(self,seq1,seq2):
    
    out = []
    //...往out里面加内容
    return torch.stack(out,0)
    

运行报错RuntimeError: cuda runtime error (59) : device-side assert triggered at,位置在return之前一个看不出异常的地方,而且打印报错位置的变量,同样报错。

虽然不是第一次遇到这个报错,但这次花了我6个小时解决问题,记录一下过程。

【一】常用方案不灵光

前人的经验,把所有的运算放到cpu上,.cuda()直接打上注释跑,可以找到问题所在。但是这次无效,放到cpu上前向计算一切正常。

【二】查看变量,包括shape,索引号能不能对上

没用,cpu前向计算都通过了,这还能对不上?

【三】单元测试,一行一行地注释,把注释掉的内容写到forward中,并且在前向计算的过程中不使用,保证过程是通顺的。

直到代码修改为:

def func1(self,seq1,seq2):
    
    out = []
    //...往out里面加内容
    return out
def forward(self,...):
    out = self.func1(seq1,seq2)
    out = torch.stack(out,0)
    return pred,loss

才最终顺利运行!其他的一点没改。按这份代码跑,模型顺利跑通,一份新的state-of-the-art要出来了哈哈哈。。。。。。。

总结:第一种方案还是好用的,先用第一种,再用第三种。

好憋屈啊,虽然解决了问题,但是并不知道为什么会这样。。是不是应该去github上提一嘴。。但是在本地环境自己写测试用例无法复现这个报错,问题终究应该出自数据上

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
yolact RuntimeError: CUDA error: device-side assert triggered是指在运行yolact模型时出现了CUDA误,具体为设备端断言触发。根据引用[3]所述,这个误通常是由于代码中出现了索引越界导致的。然而,定位到位置并不能直接找到误的根本原因,也无法从信息中得知具体的解决方案。 为了解决这个问题,可以尝试使用CPU而非GPU运行代码。这样一来,就可以通过信息较容易地找到误的位置和原因。在将代码切换回GPU运行之前,先解决误,并确保代码不会出现索引越界的问题。 另外,根据引用的建议,还可以通过调整batch_size的大小来减少显存的使用量。此外,使用item()属性来获取torch变量的标量值也可以减少显存的占用。 综上所述,解决yolact RuntimeError: CUDA error: device-side assert triggered的方法是: 1. 尝试使用CPU而非GPU运行代码,通过信息定位误位置和原因,并解决索引越界问题。 2. 调整batch_size的大小以减少显存的使用量。 3. 使用item()属性来获取torch变量的标量值,减少显存的占用。 请根据具体情况尝试这些解决方法,以解决误。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [RuntimeError: CUDA error: device-side assert triggered](https://blog.csdn.net/HPU_CPD/article/details/126592019)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [pytorch模型提示超出内存RuntimeError: CUDA out of memory.](https://download.csdn.net/download/weixin_38552305/14884908)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [RuntimeError: CUDA error: device-side assert triggered Pytorch框架代码运行解决方案(亲测有效!...](https://blog.csdn.net/weixin_42112050/article/details/120455407)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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