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
- 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])