如何处理RuntimeError: _cdist_backward requires X1（X2） to be contiguous

已于 2022-07-30 09:59:35 修改
阅读量498 收藏
点赞数
文章标签： 机器学习 人工智能
于 2022-07-30 09:51:30 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/maomao9453/article/details/126068137
版权

错误通常报在loss.backward这一句。反向传播的时候，函数torch.cdist（x1,x2）需要为连续，如果有这个错说明X1(X2)的参数不连续，只要在这个参数后面加上.contiguous（）就可以了。也就是如果报的是requires X1 to be contiguous那么只要找出torch.cdist，并改成
torch.cdist（x1.contiguous（）,x2）就可以了

暗黑魔神毛
关注
【三维目标检测】Part-A2（一）
叶子的博客
11-21 4584
Part-A2的整体结构如下图所示，主要包括Part-Aware stage 和Part-aggregation stage两个阶段。Part-Aware stage主要是提取点云中各个点的特征，包括语义分割特征和目标内部点的特征，提取特征的方法是一个采用三维稀疏卷积的UNET结构。UNET是二维图像语义分割中比较常见的一个主干网络结构，Part-A2沿用了这个结构，并且将二维卷积相应地替换成三维稀疏卷积。
YoloV8改进策略：将DCN v1与v2运用到YoloV8中，化身成上分小黑子
AI浩
04-09 2434
在前面的文章中，我们尝试用DCNv3替换YoloV8中的结构，实现了分数的上涨。在这篇文章中，我们尝试用DCNv1与DCNv2.比一比哪个才是最优秀的小黑子。 论文链接：在计算机视觉领域，同一物体在不同场景，角度中未知的几何变换是检测/识别的一大挑战，通常来说我们有两种做法:(1)通过充足的数据增强，扩充足够多的样本去增强模型适应尺度变换的能力。(2)设置一些针对几何变换不变的特征或者算法，比如SIFT和sliding windows。两种方法都有缺陷，第一种方法因为样本的局限性显然模型的泛化能力比较低，无
CTCLOSS backward报错
hzhj的博客
07-17 1648
利用该项目进行中文训练时，程序在ctcloss反向传播时出现问题。为验证ctcloss的有效性，网上找了一段测试代码。 import torch from torch.autograd import Variable from warpctc_pytorch import CTCLoss ctc_loss = CTCLoss() # expected shape of seqLength x ...
深度学习【28】pytorch 遇到RuntimeError: input is not contiguous
DCD_LIN的博客
03-31 6617
遇到这个问题一般是使用了view或者index_select函数，解决方法：data = data.view(bsz, -1).t().contiguous()#只要在view函数后面再加个contiguous()就ok
RuntimeError: features must be contiguous
zj_xd的博客
11-03 211
（x本身是contiguous的），就要。，让它的布局和从头创建的一模一样，所以我在这个变量后面加上了。
Pytorch中的contiguous问题
tanhongweibest的博客
12-17 1019
Pytorch中contiguous问题
记录一个pytorch训练过程中的奇怪错误(解决) psroialign
slamdunkofkd的博客
03-01 1794
先写下错误原因和出现的时候，暂时没有解决，等到解决了来补充解决方案 ret = torch._C._nn.smooth_l1_loss(expanded_input, expanded_target, _Reduction.get_enum(reduction)) RuntimeError: reduce failed to synchronize: an illegal memory ac...
pytorch使用DataParallel加速（包括RNN疑难杂症处理）
AnUnverse的博客
07-28 2079
DataParallel的基本使用方法很简单，只需设置device_ids即可，如下所示： device_ids = [0, 1, 2, 3] model = torch.nn.DataParallel(model, device_ids=device_ids) device_ids为你要使用的GPU号。如果你未使用DataParallel之前用的便是单GPU进行训练，那么对于数据不需要额外的操作，否则，你需要将模型的输入数据转移到cuda上，如： # 此处device与device_ids无关，
具有不规则结果的常规 PyTorch 张量函数
gongdiwudu的专栏
01-03 3892
深度学习从业者应注意的常用 PyTorch 张量函数的例外情况。你是不是也和上面的人一样呢？如果是，那么本文可能会帮助您在使用 PyTorch 构建深度学习模型时发现一些常见错误。
【YOLOv8改进[检测头Head]】YOLOv8的“新头”之动态头（DynamicHead）
最新发布
静谧、淡雅
04-17 3896
YOLOv8的“新头”之动态头（DynamicHead）
RuntimeError: cdist only supports 2D tensors, X1 got: 3D
qq_41555372的博客
04-26 836
RuntimeError: cdist only supports 2D tensors, X1 got: 3D 报错信息：RuntimeError: cdist only supports 2D tensors, X1 got: 3D 在使用torch.cdist()时报以上错误信息，具体程序是dist=torch.cdist(x.unsqueeze(0), x.unsqueeze(0)).squeeze(0)，当时使用的pytorch版本是1.1，最后换用1.3版本程序正常运行。具体原因目前还没有找到，
RuntimeError: Function CdistBackward returned an invalid gradient
mmmmmm儒丶的博客
09-28 352
原因：调用Pytorch.cdist().sum() 计算Loss有问题 ， 正确的Lorm计算为torch.dist或者torch.norm(x-y)；
Pytorch学习笔记（二）使用Pytorch的常见错误汇总
ROM的博客
07-31 7万+
那些年我们一起踩过的坑 _, pred = output.data.cpu().topk(1, dim=1) RuntimeError: cuda runtime error (59) : device-side assert triggered at /pytorch/aten/src/THC/generic/THCTensorCopy.c:70...
PyTorch(总)——PyTorch遇到令人迷人的BUG与记录
热门推荐
hudongloop的博客
06-28 12万+
这篇博客就用来记录在使用pytorch时遇到的BUG，虽然年纪大了，但是调出BUG还是令人兴奋^_^! BUG1： 在使用NLLLoss()激活函数时，NLLLoss用来做n类分类的，一般最后一层网络为LogSoftmax，如果其他的则需要使用CrossEntropyLoss。其使用格式为：loss(m(input), target)，其中input为2DTensor大小为（minibatch...
pytorch报错详解：RuntimeError: Trying to backward through the graph a second time
qq_40349484的博客
07-17 2万+
代码如下，当我尝试对y3进行第二次梯度计算时，报了这个错 import torch x = torch.tensor([1], dtype=torch.float32, requires_grad=True) y1 = x ** 2 y2 = x ** 3 y3 = y1 + y2 y3.backward() print(x.grad) x.grad.data.zero_() y3.backward() print(x.grad) 百度了一下问题原因和解决方法， 解决方法：在第一次backward中加一
解决pytorch反向传播过程中出现 RuntimeError: Trying to backward through the graph a second time 问题
toro12306的博客
11-02 2万+
最近写代码遇到这个问题，先展示下问题，整个问题的代码放在文章最后。 比较常见的问题，通常都是第一次迭代没问题，第二次迭代就出现这个错误，以下展示我的部分代码，并且从头到尾分析以下我的解决方案。 可以一边看我的代码一边看问题，这里只是示范代码，所以并没有写的很复杂。 问题的出现在于我在循环里使用了如下的更新z1的公式， z1是通过 z1 = cal(t0,z0,t1,z1,z2) 得到的，这里z1是已经定义了的变量，但是经过这个公式又把z1更新覆盖了，虽然说这个错误可以在最后loss....
Pytorch 常见报错 RuntimeError: Trying to backward through the graph a second time
weixin_44618906的博客
07-18 5999
RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. model = RNN() hn = torch.zeros(1,seq_len,hidden_num) epochs = 250 clip_value = 100 loss = nn.CrossEntropyLoss() optimizer = torch.optim.Adam(model.pa
求距离2——distance.cdist()方法，返回距离值
静以修身，简以养德
07-04 1万+
目的求具体的距离，距离类型有： The distance metric to use. If a string, the distance function can be ‘braycurtis’, ‘canberra’, ‘chebyshev’, ‘cityblock’（曼哈顿距离）, ‘correlation’, ‘cosine’, ‘dice’, ‘euclidean’（欧几里得距离）, ...
copy_backward 的使用
思不凉
06-17 2205
copy_backward是C++ STL 算法组件中的其中一个算法，其作用是将指定序列局部元素逆向复制到另一个序列中。
RuntimeError: _th_bmm_out not supported on CUDAType for ComplexFloat
03-14
这个错误是因为在 CUDAType 上不支持 _th_bmm_out 函数用于 ComplexFloat 类型。这可能是由于数据类型不匹配或硬件限制导致的。建议检查数据类型是否正确，并尝试在其他设备上运行代码。
评论 1
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