【PyTorch】BUG记录与解决方法

---

(1) ValueError: Expected more than 1 value per channel when training, got input size [1, 512, 1, 1]

原因：如果使用了 BatchNorm ，则不能把 batchsize 设置为1。
解决：更改 bath size 不为 1 即可。

---

(2) raise batch.exc_type(batch.exc_msg)

原因：torch 在训练一个 batch 的数据时，组织形式为 N*C*H*W，也就是说需要这一个 batch 的图像同样大小。

解决：我的解决方案是在数据做 transform 时将它们均 crop 到同一个大小。

---

(3) RuntimeError: unexpected EOF. The file might be corrupted.

原因：这是由于模型损坏或不完整。

---

(4) RuntimeError: Expected object of type torch.FloatTensor but found type torch.cuda.FloatTensor for argument #3 'other'

原因：这是说需要将数据放在 GPU 上而你的数据仍然在 CPU，只需要给报错的数据转换一下位置，.cuda() 就可以了。
解决：x.cuda()

---

在数据类型转换 x= torch.FloatTensor(x) 时报错：

(5) TypeError: can't convert np.ndarray of type numpy.float128. The only supported types are: double, float, float16, int64, int32, and uint8.

原因：torch.FloatTensor() 不支持对 np.float128 类型进行转换。

解决：按照错误提示，先使用 numpy.ndarray.astype 将 Numpy 数组转换为 double，float，float16，int64，int32 或 uint8 类型，然后再转换即可。

---

错误信息：

(6) RuntimeError: cuda runtime error (11) : invalid argument at /pytorch/aten/src/THC/THCGeneral.cpp:405

参考：
https://discuss.pytorch.org/t/a-error-when-using-gpu/32761

原因：

• 多GPU测试
• PyTorch版本与显卡不兼容

在这里我的报错是由于后者，我的显卡是 RTX2080(Ti)，PyTorch 1.0，如果换成 RTX1080(Ti)就没有问题，比较简单的解决方案是，将 python 文件中的 torch.backends.cudnn.benchmark = True 设置成 False，即可得到一个静态 CUDA error，此时虽然报错但并不影响后面的运行。