Pytorch框架常见错误锦集

1. Please use torch.load with map_location to map your storages to an existing device.

RuntimeError: Attempting to deserialize object on CUDA device x but torch.cuda.device_count() is 1. Please use torch.load with map_location to map your storages to an existing device.

原因：这个错误常见于模型加载过程中，主要有以下两种情况

• 在 x 号卡上训练模型，在 y 号卡上预测；
• 在 n张卡上并行训练模型，在m张卡上预测，其中m小于n；

解决方案：指定map_location参数，具体设备号视情况而定。

torch.load(f, map_location='cuda:0')  # 单卡

torch.load(f, map_location={'cuda:0'， 'cuda:1')  # 多卡

2. RuntimeError: CUDA error: out of memory？

解决方案，点击跳转。

3. An HTTP error occurred when trying to retrieve this URL.

这个错误一般是在安装torch、cudatoolkit等包时，由于网络不稳定所导致的，这时候我们可以选择离线下载，再进行手动安装即可。具体的做法是把无法正常的安装包链接复制下来，如下所示：

然后，我们Anaconda或Miniconda对应的文件夹位置，找到pkgs这个文件夹，搜索url这个txt文件：

点击，将所复制的链接黏贴进去：

然后，再启动训练下载这个链接，把它放置到pkgs这个目录下进行手动替换，最后再重新运行安装命令即可。

---

持续更新ing，欢迎补充推荐。