Pytorch日常debug记录（一）

(debug到一半才想起要写这么个记录......）

2021/1/12

1. ValueError: At least one stride in the given numpy array is negative, and tensors with negative strides are not currently supported. (You can probably work around this by making a copy of your array  with array.copy().) 

解决：Pytorch在训练过程中常见的问题

这个原因是因为程序中操作的numpy中有使用负索引的情况：image[…, ::-1]。解决办法比较简单，加入image这个numpy变量引发了错误，返回image.copy()即可。因为copy操作可以在原先的numpy变量中创造一个新的不适用负索引的numpy变量。

所以我在image[…, ::-1]后边加了个.copy()就可以了。

image = cv2.imread(path)
## image = image[:,:,::-1] 这是出错时候写的
image = image[:,:,::-1].copy()  ## 加上.copy()之后就没有报这个错误了

2. RuntimeError: Given groups=1, weight of size [64, 3, 7, 7], expected input[64, 100, 100, 3] to have 3 channels, but got 100 channels instead

解决：https://blog.csdn.net/qazwsxrx/article/details/103755834

能看出来是输入输出的通道问题，想了想，问题还是出在了上边的image的读取。

cv2.imread() 导入图片时是BGR通道顺序,因此，我们通过image[:,:,::-1]将BGR转换成了RGB，接着加了个.copy()【如上条所示】

具体为什么会出现这样的问题我是不知道的，然后就直接对它进行了替换。使用PIL的Image.open(path)替换了cv2.imread()

替换后的代码如下：

image = Image.open(path).convert('RGB')

3. 然后又遇上问题了：RuntimeError: Given input size: (512x4x4). Calculated output size: (512x0x0). Output size is too small

解决：https://blog.csdn.net/jsk_learner/article/details/103833034,

这个其实是torchvision的版本问题，我的torchvision版本太低了。关于torchvision的版本更新，在我的下一个帖子（链接）

同样困扰着我的版本问题是torchvision里面的transform没有Resize和ToPILImage

【即：在transforms.Compose([])里边】#transforms.ToPILImage(),    #transforms.Resize((224, 224)),这俩不能用

所以我就把代码放到服务器上了运行了，这个问题就没出现了。

所以，更新一下版本~

4.  Runtime Error: CUDA error: out of memory

这个问题主要是放在服务器上运行的时候代码里面没有指定使用的cuda而使用默认的GPU（在我这里是0号）, 默认的GPU正好有其他程序在跑，所以我就直接指定其他的GPU来使用【我没有在代码里面指定，而是直接在终端指定】。

export CUDA_VISIBLE_DEVICES=1

指定第一块GPU进行训练，然后再python train.py

5.  TypeError: pic should be Tensor or ndarray. Got <class 'PIL.Image.Image'>

检查一圈代码后发现原先在使用cv2之后的部分代码没有改过来。

我在transform.compose()里边使用了transforms.ToPILImage()，所以直接把这句注释掉了就好了。

6. RuntimeError: CUDA error: device-side assert triggered

说是标签（label）越界

使用pytorch报错：RuntimeError: CUDA error: device-side assert triggered里的CUDA_LAUNCH_BLOCKING=1 python train.py输出的错误是RuntimeError: cuda runtime error (59) : device-side assert triggered

然后找到的解决办法是：RuntimeError: cuda runtime error (59) : device-side assert triggered

文章中说异常大概是和计算损失值有关，查阅资料时发现很多道友都遇到过这种cuda runtime error(59)，大部分都是索引异常。

然后我特地去代码文件中看了下【这里因为我是跑别人的代码，不是我自己从头写到尾的，而数据集和标签是我自己弄的，就可能跟原作者的代码不是特别匹配。】

数据集标签分为7个类，从0-6，所以我的label标签是从0到6的，但是我发现原作者代码里面，label的值都进行了减1操作，我估计原作者的label是从1到7的，所以导致0标签就变成-1，然后就出错了。

最后我就把这个改过来就可以了。

最后！终于跑起来了！！！