【异常错误】torch.distributed.elastic.multiprocessing.errors.ChildFailedError:

昨天运行的时候总是出现这个错误

torch.distributed.elastic.multiprocessing.errors.ChildFailedError:

意思就是子线程有错误，但是却不报错，debug半天后是“cycle_list = nx.cycle_basis(nx.Graph(Chem.rdmolops.GetAdjacencyMatrix(mol)))”这一行出错了，但是我把这行代码单独放在一个新建的项目的py文件，然后运行没有错误，真是服了，改天了一天也没弄好。

---

解决

我将Ubuntu 18升级到了22.04，然后重新装了一个适应于这个项目的conda环境，就好了

可能是以下原因：

1、安装了错误的tdc

No module named ‘tdc‘_HealthScience的博客-CSDN博客

2、安装了不适用于Ubuntu版本的apex

apex/amp 安装过程_HealthScience的博客-CSDN博客

3、Ubuntu系统内部错误

Ubuntu18版本较低，有一些bug，升级Ubuntu系统到22.04就好了