PyTorch使用中出现问题记录

问题一：当出现urllib.error.URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: certificate has expired (_ssl.c:1125)>

出现证书认证失败，证书已经过期问题

解决方式如下：取消全局验证即可

import ssl
ssl._create_default_https_context = ssl._create_unverified_context

问题二：GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the GeForce RTX 3060 Laptop GPU GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

原因：当前pytorch的版本不匹配显卡，需要最新版本的pytorch和cudatoolkit11.1，原先安装的是10.2

解决办法：先执行卸载命令后重新安装最新版本pytorch和cudatoolkit

conda uninstall pytorch

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

使用的命令：（base） > conda info --envs 查看环境

 import torch

• print(torch.version.cuda)  显示cuda版本
• print(torch.__version__)   查看torch版本
• device = torch.device('cuda')

使用conda卸载Pytorch

• conda uninstall pytorch
• conda uninstall libtorch

pip卸载Pytorch重新安装

• pip uninstall torch 

使用pip更新Pytorch和torchvision

• pip list --outdated --format=legacy

更新Pytorch和torchvision安装包

• pip install --upgrade torch torchvision

使用Conda更新Pytorch和torchvision

• conda config --add channels soumith  将其添加soumith为你的Anaconda（或Miniconda）源服务器
• conda update pytorch torchvision

问题三：RuntimeError: Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor)

问题原因：输入类型是CPU（torch.FloatTensor），而参数类型是GPU（torch.cuda.FloatTensor）

解决方案：首先检查是否正确使用了CUDA

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

inputs = inputs.to(device)

这样就把input这个tensor转换成了CUDA 类型

tensor.to()  这个函数功能是产生一个新的tensor，并不会改变原数据。

在测试时，torch.load("训练文件名", map_location="cpu")  即使用cpu作为输入类型

问题四：import torch 时出现问题，key already registered with the same priority

问题原因：之前有安装cpu版本的torch，最近又安装了gpu cuda版本的，两个版本的torch folder名字重合了

解决方案：

1. 将两个版本的torch全部卸载，否则可以成功Import torch，但实际上无法运行

conda uninstall pytorch

pip uninstall torch

pip uninstall torch # 需要跑两次pip uninstall

2. 重新安装所需要的版本

conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c conda-forge

 问题五：安装其他版本pytorch时出现 torch.cuda.is_available() = False的情况

根本原因：CUDA环境与Torch版本不匹配

解决方案：使用官方推荐的版本进行适配

 要安装pytorch 1.8.0版本，使用官方安装版本

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

问题6：anaconda3出现CondaHTTPError: HTTP None None for url

解决：检查网络

1、更换官方镜像，换为清华镜像源。并且删掉channels下面的 -defaults一行。

方法1：直接命令行输入以下代码
# 前三条添加清华源路径，第4条移除默认路径，第5条表示从channel中安装包时显示channel的url

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --remove channels defaults
conda config --set show_channel_urls yes

方法2：打开.condarc文件

ssl_verify: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
show_channel_urls: true

方法3：直接使用清华源.condarc文件，放在相应目录下。或者复制内容到.condarc中去

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

若不行，尝试在镜像地址后面，加上“/liunx-64” 或者“/win-64”（依照自己系统环境而定）

ssl_verify: true
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

show_channel_urls: true

依旧不行，尝试将地址的https修改成http

ssl_verify: true
channels:
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

show_channel_urls: true

问题7：RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling cublasCreate(handle)

出现原因：代码问题

CPU运行时会报出错误的具体问题，例如数组越界等

GPU运行错误会报出上方错误，但无法确定是什么具体问题

一.在CPU上运行上面代码时，报错是IndexError: index out of range in self

二.在GPU上运行上面代码时,报错是RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling cublasCreate(handle)