PyTorch学习—22.PyTorch中常见报错
本部分介绍一些PyTorch中常见的报错信息及其解决方法
报错1:
ValueError: num_samples should be a positive integer value, but got num_samples=0
可能的原因:传入的Dataset中的len(self.data_info)==0,即传入该dataloader的dataset里没有数据
解决方法:
- 检查dataset中的路径,路径不对,读取不到数据。
- 检查Dataset的__len__()函数为何输出为零
报错2:
TypeError: pic should be PIL Image or ndarray. Got <class 'torch.Tensor'>
可能的原因:当前操作需要PIL Image或ndarray数据类型,但传入了Tensor
解决
- 检查transform中是否存在两次ToTensor()方法
- 检查transform中每一个操作的数据类型变化
报错3:
RuntimeError: invalid argument 0: Sizes of tensors must match except in dimension 0. Got 93 and 89 in dimension 1 at /Users/soumith/code/builder/wheel/pytorch-src/aten/src/TH/generic/THTensorMath.cpp:3616
可能的原因:dataloader的__getitem__函数中,返回的图片形状不一致,导致无法stack
解决方法:检查__getitem__函数中的操作
报错4:
# 通道数不匹配
conv: RuntimeError: Given groups=1, weight of size 6 1 5 5, expected input[16, 3, 32, 32] to have 1 channels, but got 3 channels instead
# 维度不匹配
linear: RuntimeError: size mismatch, m1: [16 x 576], m2: [400 x 120] at ../aten/src/TH/generic/THTensorMath.cpp:752
可能的原因:网络层输入数据与网络的参数不匹配
解决方法:
- 检查对应网络层前后定义是否有误
- 检查输入数据shape
报错5:
AttributeError: 'DataParallel' object has no attribute 'linear'
可能的原因:并行运算时,模型被dataparallel包装,所有module都增加一个属性 module.
因此需要通过 net.module.linear调用
解决方法:
- 网络层前加入
module.
报错6:
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.
可能的原因:gpu训练的模型保存后,在无gpu设备上无法直接加载
解决方法:
- 需要设置map_location=“cpu”
报错7:
AttributeError: Can't get attribute 'FooNet2' on <module '__main__' from '
可能的原因:保存的网络模型在当前python脚本中没有定义
解决方法:
- 提前定义该类
报错8:
这个错误经常在交叉熵损失函数中碰到
RuntimeError: Assertion `cur_target >= 0 && cur_target < n_classes' failed. at ../aten/src/THNN/generic/ClassNLLCriterion.c:94
可能的原因:
- 标签数大于等于类别数量,即不满足 cur_target < n_classes,通常是因为标签从1开始而不是从0开始
解决方法:
- 修改label,从0开始,例如:10分类的标签取值应该是0-9
报错9:
RuntimeError: expected device cuda:0 and dtype Long but got device cpu and dtype Long
可能的原因:需计算的两个数据不在同一个设备上
解决方法:采用to
函数将数据迁移到同一个设备上
报错10:
Expected object of backend CPU but got backend CUDA for argument #2 'weight'
可能的原因:张量的to
函数非原地操作,转换数据设备未赋值,即inputs.to("CUDA")
,此时,数据仍然在CPU上,未转换成功
解决办法:
inputs = inputs.to(device)
报错11:
RuntimeError: DataLoader worker (pid 27) is killed by signal: Killed. Details are lost
due to multiprocessing. Rerunning with num_workers=0 may give better error trace.
可能原因:内存不够(不是gpu显存,是内存)
解决方法:申请更大内存
如果对您有帮助,麻烦点赞关注,这真的对我很重要!!!如果需要互关,请评论或者私信!
PyTorch学习—22.PyTorch中常见报错相关推荐
- ESlint 中常见报错的类型和解决方案
ESlint 中常见报错的类型和解决方案 这是我在使用 eslint 过程中遇到的一些问题,和自己总结的一些,希望对大家有帮助. vue 中 quotes 报错 :不能使用双引号 " &qu ...
- java开发报错怎么处理_Java开发中常见报错及解决办法
前言: 在项目开发中,往往会遇到很多错误,有些是代码有误,而有些则是其他原因.接下来一起看看常见的报错及解决办法(小白整理,大牛勿喷). 一.找不到Xxx.Xxx.entity.Xxx.java 最近 ...
- Vue 开发中常见报错与处理
1. "xxxx" is assigned a value but never used.eslintno-unused-vars 错误原因:eslint的验证语法 解决办法:在错 ...
- 【JavaWeb】eclipse中常见报错解决汇总
报错一:servlet cannot be resolved to a type 解决方式:添加servlet-api.jar(tomcat所在路径的lib包中)即可 步骤: 项目名-->右键- ...
- 【全网最详细yolov6】yoloV6调试记录(含训练自己的数据集及常见报错及解决方法)--持续更新ing
本文手把手教你如何调试最新的yolov6,复现运行COCO2017及训练自己的数据集,目前该项目刚发布,BUG会比较多,调起来一般不会那么顺利,本文含windows+ubuntu,并给出了一些常见问题 ...
- onkeypress属性添加报错_亚马逊运营过程中listing常见报错及应对策略汇总
亚马逊运营过程中listing常见报错及应对策略汇总 做亚马逊的小哥哥小姐姐们还在为上传产品中的报错提示而抓狂吗?福利来了,总结了17个常见报错,供大家查阅 1.SKU XXXXX, Missing ...
- 内置Jetty配置JSP支持过程中的常见报错
目录 1. 常见报错及解决 1.1 JSP support not configured 1.2 JSTL标签解析 1.3 JSP编译 1.4 JSP实现依赖 1.5 EL表达式支持 2. 小结 1. ...
- TWINCAT3中使用FIFO收集三轴的位置信息,XML文件的生成,解决常见报错
TWINCAT3中使用FIFO收集三轴的位置信息,XML文件的生成,解决常见报错 1.首先到官网下载程序 很多时候我们用twincat不具备硬件条件,需要用到虚轴进行测试,但是对于初学者来说,用twi ...
- python计算机视觉常见报错及解决方案(不断更新中)
python计算机视觉常见报错及解决方案 1.did not meet fit acceptance criteria 2.all the input arrays must have same nu ...
- Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用
Pytorch学习 - Task6 PyTorch常见的损失函数和优化器使用 官方参考链接 1. 损失函数 (1)BCELoss 二分类 计算公式 小例子: (2) BCEWithLogitsLoss ...
最新文章
- 电视游戏会是未来客厅娱乐的主角吗?
- Maven如何用Eclipse创建一个Maven项目【笔记自用】
- 下载和安装R、RStudio !
- 减少浏览器兼容性问题
- onmounted vue3_Vue2和Vue3使用层面上的区别总结
- Python之logging模块
- 写给.NET开发者的数据库Migration方案
- 机器学习中的正则化(Regularization)
- 2015 年 Git@OSC 最热门开源项目 Top 50
- android shape大小,Android中shape属性详解
- 改进YOLOv5系列:首发结合最新CSPNeXt主干结构,高性能,低延时的单阶段目标检测器主干,通过COCO数据集验证高效涨点
- git glo_TWOdW,2011年8月31日:作者,演讲者,开发商Andy Glover
- 解决使用css元素放大动画导致的文字抖动模糊问题
- 【PHP面试题】请简述项目中优化SQL语句执行效率的方法,从哪些方面,SQL语句如何分析?
- 上海联通第一家冰激凌无限店正式开业,拥抱新零售时代!
- 最大池化层mp:3*3_您所说的话:电池寿命最大化提示
- c || 结构体 联合体 枚举类型 字符串
- 仓储货架钢结构平台使用的八大原则你知道多少?
- Qt优秀开源项目之四:茶绘君
- qt creator 运行 出现 “can not open .... jom for write 解决方案