pytorch debug

torch has no attribute _six

torchvision版本太低 重新安装即可

#【RuntimeError: CUDA error: device-side assert triggered】

网络输出类别和任务实际类别不一致，要改输出头。

Traceba

ck (most recent call last):
File “

• conda所在的硬盘没有分配的虚拟内存了
  参考链接

pytorch关于多块gpu使用总结，报错AssertionError: Invalid device id

html

• pytorch默认使用gpu编号为device:0的设备，可以使用
  torch.nn.DataParallel(model, device_ids=[0, 1])对模型进行制定gpu指定编号多gpu训练，必须要有编号为device:0的gpu，不然会报AssertionError: Invalid device id错误；
• 当gpu编号为device:0的设备被占用时，指定其他编号gpu使用torch.nn.DataParallel(model, device_ids=[1, 2])指定gpu编号会出现AssertionError: Invalid device id错误，这是因为pytorch默认使用gpu编号为device:0的设备，需要修改pytorch默认编号；
• 修改默认编号的方法，有两种方法：（1）使用
  torch.cuda.set_device(1)
  进行指定默认gpu使用编号，这样可以使用
  torch.nn.DataParallel(model, device_ids=[1, 2])
  进行指定，也必须包含set_device(1)指定的device:1的设备，缺点是仍然会存在占用一些device:0的gpu内存；（2）使用os.environ[“CUDA_VISIBLE_DEVICES”] = “1,2”
  进行指定使用设备，这样会修改pytorch感受的设备编号如上则把device:1改为device:0，device:2改为device:1，则pytorch感知的编号还是从device:0开始，指定使用程序为torch.nn.DataParallel(model, device_ids=[0,1])