报错:C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\cuda\Indexing.cu:699: block: [9,0,0],

完整报错:

C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\cuda\Indexing.cu:699: block: [9,0,0], thread: [0,0,0] Assertion `srcIndex < srcSelectDimSize` failed.

输出embedding后的词向量后报错:

RuntimeError: CUDA error: device-side assert triggered
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

 原因:初始化的Embedding词表大小太小,数据没有找到对应词向量,可查看word2index字典大小与词表大小对比分析。

  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
### 回答1: 此警告信息提示在即将发布的更新版本中,需要传递索引参数,否则会触发警告信息。该信息是在pytorch的源代码里的tensorshape.cpp文件的2228行处触发的。操作方法为,使用_vf.meshgrid函数来操作tensors,并传递**kwargs参数(即键值对参数)。 ### 回答2: 这个warning告诉我们,在将来的pytorch版本中,调用torch.meshgrid函数时,必须要传递一个indexing参数。这个参数是用来确定生成网格的方式的。 torch.meshgrid函数是用来生成一个坐标网格的,它接受任意维度的tensor作为输入,然后输出相应维度的坐标网格。例如,如果我们有两个一维tensor x=[1,2,3]和y=[4,5,6],我们可以使用torch.meshgrid(x,y)来生成两个2维tensor X和Y,使得X[i][j]=x[i]和Y[i][j]=y[j]。这样,我们就可以在坐标系中使用(X[i][j], Y[i][j])表示一个点。 这个warning提示我们,从现在开始,使用torch.meshgrid函数时我们需要传递一个indexing参数。这个参数有两个可选值:'ij'和'xy'。如果我们传递'ij',则输出网格的第一维度代表x,第二维度代表y,这和上面的例子是一样的。如果我们传递'xy',则第一维度代表y,第二维度代表x。 在pytorch中,我们可以通过在调用torch.meshgrid函数时传递indexing参数来实现不同方式的坐标网格生成。例如,如果我们想要生成y为第一维度,x为第二维度的坐标网格,我们可以这样调用: ```python import torch x = torch.Tensor([1,2,3]) y = torch.Tensor([4,5,6]) X,Y = torch.meshgrid(x,y, indexing='xy') print(X) print(Y) ``` 输出结果为: ```python [[4., 5., 6.], [4., 5., 6.], [4., 5., 6.]] [[1., 1., 1.], [2., 2., 2.], [3., 3., 3.]] ``` 可以看到,我们得到了想要的坐标网格。因此,从现在开始,在调用torch.meshgrid函数时,一定要不忘记传递indexing参数。 ### 回答3: 这个警告信息来源于PyTorch的torch.meshgrid函数。在新的版本中,调用这个函数时需要传递一个indexing参数。这个参数指明了坐标轴的顺序。 这个函数是用来生成一个笛卡尔积场景的,比如我们有两个维度x和y,每个维度有3个值,那么我们可以使用meshgrid函数生成9个(x,y)元组组成的场景,即(0,0),(0,1),(0,2),(1,0),(1,1),(1,2),(2,0),(2,1),(2,2)。 在旧版本中,meshgrid函数默认的坐标轴的顺序是按照输入张量的顺序,比如我们输入两个张量x和y,那么生成的场景的顺序就是按照x和y的顺序。但是,在新版本中,这个默认的顺序将被替换成按照输入张量的排列顺序排列坐标轴。 这个新的特性主要是为了解决与Numpy兼容性问题。Numpy的meshgrid函数默认的坐标轴的顺序就是按照输入张量的排列顺序排列坐标轴。如果我们想在PyTorch中使用Numpy的模型或者使用PyTorch模型生成的数据在Numpy中使用,那么需要使用与Numpy一样的坐标轴顺序,这个新的特性就是为此而引入的。 在调用meshgrid函数时,建议我们也应该传递indexing参数以保证我们的代码在新的版本中可以正常运行。
评论 3
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

打赏作者

像夏天一样热

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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