初学pytorch所遇的常见错误（2）

1. IndexError: invalid index of a 0-dim tensor. Use tensor.item() to convert a 0-dim tensor to a Python number
   原报错语句：state[‘loss_batch’] = state[‘loss’].data[0] 报错原因分析:
   state[‘loss_batch’] = state[‘loss’].data[0]
   是pytorch旧版本的代码,在中间版本pytorch会出现警告,但是不会报错。在新版本中pytorch会出现报错现象。一言以蔽之，错误是由于是版本更新造成的。

解决方法: 将原语修改为：

 state['loss_batch'] = state['loss'].item()

2. 显存充足，pytorch出现RuntimeError: CUDA out of memory
   解决方法：

#① 使用python的os模块
import os
#若有0,1,2,3号GPU
os.environ['CUDA_VISIBLE_DEVICES']='2, 3'

#②直接设置环境变量(linux系统)
export CUDA_VISIBLE_DEVICES=2,3

---

注意：

---

import argparse
import os

import torch
import torchvision

os.environ['CUDA_VISIBLE_DEVICES'] = '0' # #设置当前使用的GPU设备仅为0号设备  设备名称为'/gpu:0'。可以指定使用的环境，是GPU还是CPU。

print(torchvision.__version__) #获取torchvision版本
print(torch.__version__) # 获取torch版本

torch.cuda.set_device(0) # 设定使用指定GPU：0号GPU
print(torch.cuda.is_available()) # 是否有已经配置好可以使用的GPU (若True则有)
print(torch.cuda.device_count())  # 可用GPU块数
print(torch.cuda.get_device_capability()) #获取所使用的GPU的计算力
print(torch.cuda.get_device_name()) #获取该GPU的名称
print(torch.cuda.get_device_properties(0)) #获取指定GPU的常见属性，必须指定GPU，否则报错