[图像分割]报错cuda error RuntimeError: cuda runtime error (59) : device-side assert triggered at ...

项目场景：

图像分割解决多分类问题时使用F.cross_entropy计算交叉熵出现了问题

---

问题描述

使用U-Net图像分割时，计算F.cross_entropy时，总是报错
cuda error RuntimeError: cuda runtime error (59) : device-side assert triggered at …
Assertion t >= 0 && t < n_classes failed.

出错代码为：

sub_cross_entropy = F.cross_entropy(pred.unsqueeze(dim=0),target.unsqueeze(dim=0).squeeze(1)).item()

pred.unsqueeze(dim=0) 的shape为[1,3,512,512]
target.unsqueeze(dim=0).squeeze(1) 的shape为 [1,512,512]
由于我的分割设定的是3类别，根据torch.nn.functional.cross_entropy函数的官方解释分析，维度正确

---

原因分析：

一开始我以为是自己的target的标签种类超过了4种，检查后发现确实是三种，但问题出在我的标签没有按顺序排列，因为一些原因我设的标签是0，1，3，因此在Assertion 中会显示label值超过了n_classes值

总结报cuda error错误问题的原因：

• class_num与input的第二个维度不匹配
• label不是顺序排列

---

解决方案：

修改label值，使target中的标签只有0，1，2