RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implementation……报错

于 2024-04-07 10:40:40 发布
阅读量287 收藏 5
点赞数 2
分类专栏： 日常踩坑问题集合 文章标签： YOLO python
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/qq_46173016/article/details/137455223
版权

1.yolov5 7.0 训练时报错

RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implementation, but you set ‘torch.use_deterministic_algorithms(True)’

2.解决方法

train.py 文件中找到如下代码

scaler.scale(loss).backward()

在这里插入图片描述
如图在此代码前添加如下代码：

torch.use_deterministic_algorithms(False)  #添加部分

即可解决！！！！

南栀北辰SDN
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
添加CBAM注意力机制报错：RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implemen
weixin_46135327的博客
05-02 1250
在scaler.scale(loss).backward()前添加torch.use_deterministic_algorithms(False)根据报错提示，找到train.py文件中的317行。
Yolov5 中添加注意力机制 CBAM时，报错：RuntimeError: adaptive_max_pool2d_backward_cuda does not have a determinist
hjkhkbb的博客
01-23 833
PyTorch 提供了一个配置选项来要求所有操作都必须是确定性的，导致某些操作因为没有确定性实现而失败。在yolov5中添加CBAM模块时，会遇到的错误提示是由于 PyTorch 中的。在计算反向传播时缺乏确定性实现。这个问题通常与使用了不支持确定性操作的功能（如。
YOLOv5添加CBAM注意力机制训练前报错RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic.
最新发布
xieqiuya的博客
01-29 379
问题出在反向传播上，先前添加SE注意力机制时不会出现这样的报错，因为其只考虑了通道注意力机制，而添加的CBAM注意力机制还考虑了空间注意力机制。中321行，或者直接搜索scaler.scale(loss).backward()，在其前面关闭这个决定性算法。这里以YOLOv5 7.0版本为例，在。
Python RuntimeError: thread.__init__() not called解决方法
09-22
主要介绍了Python RuntimeError: thread.__init__() not called解决方法,需要的朋友可以参考下
Runtime fucntion.zip_Acc_adaptive cruise cont_distance_（ACC）
09-21
The speed control device that keeps a predetermined distance with the vehicle ahead. ACC maintains a defined constant speed as long as no other vehicle is detected.
aws-lambda-haskell-runtime：:high_voltage:AWSLambda的Haskell运行时
01-30
aws-lambda-haskell-runtime：:high_voltage:AWSLambda的Haskell运行时
SIMATIC_WinCC_Runtime_Advanced_V16_安装包_链接地址baiduyun.txt
01-28
SIMATIC_WinCC_Runtime_Advanced_V16_安装包_链接地址
【PyTorch】解决RuntimeError: adaptive_max_pool2d_backward_cuda
LMH564123的博客
06-01 675
()前添加torch.use_deterministic_algorithms(False)按住ctrl+f 查找scaler.scale(loss)在scaler.scale(loss).
解决：RuntimeError: adaptive_max_pool2d_backward_cuda does not have........(添加注意力机制CBAM)
qq_46542320的博客
06-27 1013
在train.py文件中，大概324行左右，修改下列代码。重新运行 train.py 文件。
出现 RuntimeError: adaptive_avg_pool2d_backward_cuda does not have a deterministic implementation的解决方法
码农研究僧的博客
02-06 3922
大致就是在执行主函数的训练函数中，在反向传播这一块出现了问题。解决方法就是添加如下代码块。找到提示bug的行数。
yolo添加注意力机制报错，在给yolo算法添加注意力机制时，例如CBAM注意力机制会报错RuntimeError: adaptive_max_pool2d_backward_cuda does
qq_37142216的博客
08-29 2323
在我们给yolov5算法添加注意力机制模块时，模型这些都能成功加载。但是在扫描完图片过后就会报如下的错误。
【PyTorch】解决RuntimeError: adaptive_max_pool2d_backward_cuda ...(添加注意力机制)
ericdiii的博客
01-26 1637
解决RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implementation...
RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implementation
weixin_44577224的博客
04-16 578
()前添加torch.use_deterministic_algorithms(False)在scaler.scale(loss).
pytorch函数AdaptiveMaxPool2d
⛄
07-02 1976
目录自适应最大池化应用常用词向量BertBert的输入Bert的预训练过程Bert的encoderTransformer EncoderBert encoderBert的输出词向量的维度 自适应最大池化 torch.nn.AdaptiveMaxPool2d(output_size, return_indices=False) output_size: 输出信号的尺寸,可以用（H,W）表示HW的输出。 return_indices: 如果设置为True，会返回输出的索引。 处理之后维度不变，后两个维度按
使用yolov5报错：RuntimeError: adaptive_max_pool2d_backward_cuda does not have a deterministic implementation, but you set 'torch.use_deterministic_algorithms(True)'. You can turn off determinism just for this operation, or you can use the 'warn_only=True' option, if that's acceptable for your application
05-27
这个错误是因为您在使用 PyTorch 时启用了确定性算法，但在使用 nn.AdaptiveMaxPool2d 操作时出现了不确定性，从而导致了该错误。而 YOLOv5 中使用了 nn.AdaptiveMaxPool2d 操作，因此会出现这个错误。 您可以通过以下两种方式来解决此问题： 1. 关闭确定性算法：您可以通过将 torch.use_deterministic_algorithms(False) 来关闭确定性算法，但这可能会影响您的应用程序的结果。 2. 使用 warn_only=True：您可以通过在 nn.AdaptiveMaxPool2d 操作中设置 warn_only=True 来接受警告，但这并不会解决问题，只是允许您继续使用该操作。可通过以下代码实现： with torch.cuda.amp.autocast(warn_only=True): output = nn.AdaptiveMaxPool2d(size)(input) 希望这可以帮助您解决问题。

“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

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

打赏作者

南栀北辰SDN

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