调试代码遇到的一些错误整理

1. pytorch版本问题导致的错误

1.1 AttributeError

AttributeError: 'CIFAR100Instance' object has no attribute 'train_labels'
AttributeError: 'CIFAR100Instance' object has no attribute 'train_data'

解决办法：参考官方源码，Pytorch0.4.0采用的'train_labels'和'train_data'现在被更新为targets和data

1.2 IndexError

IndexError: invalid index of a 0-dim tensor . Use 'tensor.item()' in python or 'tensor.item<T>() in Ct to covert a 0-dim tensor to a number

解决办法：将tensor.data[0]替换为tensor.item()

1.3 ImportError

ImportError: torch.utils.ffi is deprecated. Please use cpp extensions instead.

解决办法：将以下代码

from torch.utils.ffi import create_extension
ffi = create_extension(...)

替换为

from torch.utils.cpp_extension import BuildExtension
ffi = BuildExtension(...)

2. 类型错误

ValueError: Type mismatch (<class 'float'> vs. <class 'int'>) with values (1.0 vs. 1) for config key: DISTILL.TRIAL

错误原因：配置文件config.yaml中的数据类型与defaults.py中定义的不符
解决办法：统一使用float类型，例如将数字从1改为1.0

3. 资源错误

1.1 RuntimeError

RuntimeError: NCCL error in: /pytorch/torch/lib/c10d/ProcessGroupNCCL.cpp:784, invalid usage, NCCL version 2.7.8

错误原因：统一代码中要求用8张GPU运行，而机器只有2张卡。
解决办法：把代码设置为2张卡运行。

1.2 AssertionError

AssertionError: Default process group is not initialized

错误原因：非分布式训练使用了分布式训练的设置
解决办法：统一是/否分布式训练

1.3 RuntimeError

RuntimeError: CUDA out of memory.

错误原因：显存不够了
解决办法：清理其他任务或等待其他任务执行完毕