bug:Attempted to set the storage of a tensor on device “cpu“ to

最新推荐文章于 2023-07-17 21:42:52 发布
最新推荐文章于 2023-07-17 21:42:52 发布
阅读量3.1k 收藏 2
点赞数 4
文章标签： bug 深度学习 pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhang2h/article/details/125941648
版权

RuntimeError: Attempted to set the storage of a tensor on device "cpu" to a storage on different device "cuda:0". This is no longer allowed; the devices must match.

问题详细

在进行SSD网路的学习时，使用大佬的pytorch版本的ssd网路遇到的问题。

https://github.com/bubbliiiing/ssd-pytorch/
bug详情

解决方案

使用的预训练model权重出了问题，一开始使用的是vgg16_reducedfc.pth。转为大佬教学中的model（ssd_weights.pth）后，就成功读取完毕。

向日葵✧و✧
关注
  • 4
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
报错：RuntimeError: Attempted to set the storage of a tensor on device “cuda:0“ to a storage on differe
weixin_63230513的博客
05-17 99
用u-net的两个骨干网时，一个vgg，一个resnet50，换到resnet50时一直报这个错误，找了很多资料都没有解决。一直显示这行报错，后来突发奇想把map_location这个参数删除了，结果能运行成功了。
Attempted to set the storage of a tensor on device “cpu“ to a storage on different device “cuda:0“.
m0_61927224的博客
07-13 6490
Attempted to set the storage of a tensor on device "cpu" to a storage on different device "cuda:0". 问题解决方案
RuntimeError: Attempted to set the storage of a tensor on device “cuda:0“ to a storage on different
qq_43384629的博客
06-21 802
在运行yolact++模型时，出现如题的错误。在yolact.py的位置添加。解决办法为找到报错点。
RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0
闲看庭前雪的博客
01-14 4327
项目场景： 神经网络模型运行中，出现的问题。 RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! 问题描述： 出现RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu! 的原因是：
解决RuntimeError: Tensor for ‘out’ is on CPU, Tensor for argument #1 ‘self’ is on CPU, but expected th
yimenren的博客
12-14 4224
遇到上述错误可能是由于没有将所有变量搬到GPU上去，你可以尝试这样做，并且一定要注意顺序 device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') g, features, labels, mask = load_cora_data() g = g.to(device) #注意这里顺序不能乱，g进行转换后再赋给GAT net = GAT(g, in_dim=features.size()[1], hidden_dim=8
RuntimeError: set_storage_offset is not allowed on a Tensor created from .data or .detach().
NLOS的博客
08-09 4003
报错信息 Traceback (most recent call last): File "selfdeblur_ycbcr.py", line 91, in <module> net_input_kernel.squeeze_() RuntimeError: set_storage_offset is not allowed on a Tensor created from .data or .detach(). If your intent is to change the ...
加载yolov5 模型到cuda0和加载resnet50模型到cuda1出错处理
007的博客
01-06 1620
　　先说下我工程：我需要使用yolov5的模型给出一张图中的检测结果，然后把这些检测结果再次送到resnet50的分类器中进行分类，刚开始我把两个模型都加载到了cuda0,一切完美运行．为了加速，我把yolov5的模型加载到了cuda0上(说明下我有４块gpu),resnet50的分类器模型加载到了cuda1上．想法是美好的，但执行上述流程时出现了意想不到的错误： RuntimeError: CUDA error: invalid device ordinal CUDA kernel errors mig
树莓派4B无法启动，出现end kernel panic not syncing: attempted to kill init! exitcode = 0x00000000b
01-06
本人最近在玩树莓派4B的时候，树莓派在烧录镜像之后，无法启动，一直卡死在end kernel panic not syncing: attempted to kill init! exitcode = 0x00000000b 环境 设备：树莓派4B 查找原因–树莓派官网 根据官网给...
Kernel panic - not syncing: Attempted to kill init 解决办法
11-18
Kernel panic - not syncing: Attempted to kill init 解决办法 开源成就技术；技术成就梦想
SVN出现提示org.apache.subversion.javahl.ClientException: Attempted to lock an already-locked dir解决方案
09-01
主要介绍了SVN出现提示org.apache.subversion.javahl.ClientException: Attempted to lock an already-locked dir解决方案的相关资料,需要的朋友可以参考下
The structure of the stanford diagnostic reading test in relation to the assessment of learning-disabled pupils
06-29
The structure of the stanford diagnostic reading test in relation to the assessment of learning-disabled pupils THE STRUCTURE OF THE STANFORD DIAGNOSTIC READING TEST I N RELATION TO THE ...
A model using the WISC-R to predict success in programs for gifted students
06-29
A model using the WISC-R to predict success in programs for gifted students ...The present study attempted to develop a quantitative model using the WISC-R that could be used to pre
解决Tensorflow使用CPU报错
Android系统攻城狮
10-01 6824
解决： Operation was explicitly assigned to /device:GPU:0 but available devices are [ /job:localhost/replica:0/task:0/cpu:0 ]. tf.app.Flags.DEFINE_boolean('clone_on_cpu',False,'use CPUs to deploy c
运行程序遇见的问题
keyukk的博客
06-13 2424
1.RuntimeError: Attempted to set the storage of a tensor on device “cpu” to a storage on different device “cuda:0”. This is no longer allowed; the devices must match. 2.AssertionError: /home/siam/3-SiamRPN/SiamRPNpp-UP/bin/Basketball/img/0001.jpg 3.Type
RuntimeError: expected device cuda:0 and dtype Long but got device cpu and dtype Long报错解决
weixin_44917183的博客
07-26 1243
存储在不同位置中的数据是不可以直接进行计算的。即存放在CPU上的数据不可以直接与存放在GPU上的数据进行运算，位于不同GPU上的数据也是不能直接进行计算的。 执行如下代码： device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') x = torch.tensor([1, 2, 3], device=device) y = x**2 z = y + x.cpu() 就会出现报错 检查数据的存储是否在同一位置 补充： （1
深度学习中训练时候遇到这些错误 RuntimeError、IndexError、ValueError如何解决
最新发布
m0_63669388的博客
07-17 4318
RuntimeError: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same CUDA error: device-side assert triggeredRuntimeError: Expected all tensors to be on the same device, The size of tensor a (5) must match the size of
解决报错Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu！
qq_42932667的博客
05-10 1875
查阅大量原因，发现均不符合我的问题，最基础的问题就是并未将所有tensor和model放入gpu中，导致cpu与gpu冲突，此时只需将model和所有输入均使用命令：查看model是否在GPU上，然后利用命令：查看输出是否也在同一cuda上，xxx是输入的变量名称。 若冲突，则使用以下方法： 2.使用cuda（）方法： 然而，当我将定义的model和data均转换为cuda上运行，仍然报错，问题未解决。突然发现，因为迁移学习我只加了fc层，bert做特征抽取，并未更新参数，此时我只将定义的model放入g
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is Fal
热门推荐
qq_44936246的博客
08-16 1万+
RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU.
RuntimeError: Attempted to set the storage of a tensor on device "cpu" to a storage on different device "cuda:0". This is no longer allowed; the devices must match.
07-08
这个错误通常发生在尝试将一个在GPU上的张量的存储设置为与CPU上不同的设备时。在 PyTorch 中，张量的存储和设备是紧密关联的，所以它们必须匹配。 要解决这个问题，你可以使用 `to()` 方法将张量移动到正确的设备上。例如，如果你想将一个张量移动到 CPU 上，你可以使用 `tensor.to('cpu')`。如果你想将一个张量移动到 GPU 上，你可以使用 `tensor.to('cuda')` 或 `tensor.to('cuda:0')`。 在处理多个设备的情况下，确保所有涉及到的张量都正确地移动到相应的设备上。这样就可以避免在设置存储时出现设备不匹配的错误。 如果你仍然遇到问题，请提供更多的代码和上下文，以便我能够更好地帮助你解决问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值