torch遇到的错误_os.environ['cuda_launch_blocking'] = '1_我就是超级帅的博客

1 CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

在代码中加入
os.environ['CUDA_LAUNCH_BLOCKING'] = '1'
可以将错误的具体位置显示出来。 
以上的问题大多是网络中的label和网络输出的维度大小不一样，也就是说，类别数为6类，而网络的输出为5类。
　　[CUDA开发文档]
　　今天在调试Pytorch代码的时候遇到了下面的报错，
　　RuntimeError: CUDA error: XXX [此处为各种cuda error]
　　CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace belo...
                                    #mac系统安装pytorch遇到所有问题及解决办法
由于在网上找了很多资料，有的可以解决问题，有的解决不了，所以写一篇整理文章希望对跟我同样遇到这样问题的童鞋有帮助
第一步：安装anaconda，由于我之前有过就不赘述啦
第二步：安装pytorch
conda install pytorch torchvision -c pytorch -y
中途会因为各种各样的原因出现httperror如下图
Downloading and Extracting Packages
pytorch-1.4.0        | 34.5 MB   | ################           
                                    RuntimeError: CUDA error: device-side assert triggeredCUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.For debugging consider passing CUDA_LAUNCH_BLOCKING=1. 
                                    RuntimeError: CUDA error: invalid device ordinal
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
                                    在训练网络报错,错误如下：
报错原因：因为换了数据集，原本是CIFAR10数据集，CIFAR10数据集是10类，后来换了CIFAR100数据集，CIFAR100数据集为100类，因此换后要将对应的网络结构中的num_classes改成100，匹配后才会成功运行。
你的数据集多少类，你就得改成多少类
                                    2、并发问题：如果您的代码中涉及到多个线程或进程同时使用GPU资源，那么可能会发生并发问题。例如，如果您的数据集中存在异常值或不一致的数据，可能会导致CUDA错误。2、检查代码中的并发问题：如果您的代码涉及到多个线程或进程同时使用GPU资源，请确保您正确地同步和管理GPU资源的访问。4、检查硬件问题：如果您怀疑是硬件问题导致的CUDA错误，可以尝试在其他计算机或使用其他GPU上运行代码进行测试。4、硬件问题：某些CUDA错误可能是由于硬件问题导致的，例如GPU故障或不稳定的电源供应。
                                    记录一下最近在CUDA编程上遇到的错误，觉得有必要写一写，这里也不是一点技术含量也没有的...    CUDA上获取错误信息是通过函数cudaGetErrorString()实现的，具体怎么用自己去查手册吧...下面说的是返回错误的信息以及应该如何处理。我在这方面才刚开始，处理方法都是基于实际程序，未必是通用的。    1. time out    这是因为在windows下，显卡线程
                                    标题里的XXX是省略之后的文字的意思，不是真的“XXX”。
某天贫僧在训♂练模型的时候遇到了这个错误提示。其实这个错误提示很模糊（非常模糊），基本上是没有办法定位到出错的地方的，在查找资料之后发现了一下解决方法（在这里总结下）：
1. 改为在CPU上运行
这是因为当模型在GPU上运行的时候其实是没办法显示出真正导致错误的地方的（按照PyTorch Dev的说法：“Because of the as...