Pytorch报错解决——RuntimeError: invalid argument 1: input tensor has to be contiguous

问题描述

   笔者在基于深度学习搭建信号处理流图的过程中，使用了DCNv2库。自己编写完成了代码后，在模型训练的阶段，出现了如下报错：

Traceback (most recent call last):
  File "/home/project/brain/models/networks/DCNv2/dcn_v2.py", line 48, in backward
    grad_input, grad_offset, grad_mask, grad_weight, grad_bias = _backend.dcn_v2_backward(
RuntimeError: invalid argument 1: input tensor has to be contiguous

错误原因

    按照报错的信息显示，似乎是某些变量的连续性问题。在查阅了相关资料后，发现，DCNv2模块内部使用的CUDA扩展要求输入张量必须是内存连续的（contiguous）。
    当张量经过某些维度变换操作（如permute、view）后可能变为非连续状态，若直接输入到DCN模块，将会导致此错误。

解决方案

    在张量进入DCN模块前显式调用 .contiguous()，例如：

x = x.permute(0, 1, 2).view(b, c, grid_size, grid_size)
    
# 新增：强制转换为连续内存布局
x = x.contiguous()  # <----- 关键修复

x = self.conv_after_trans(x)

    建议在代码中，出现了对张量进行维度变换操作后的重点部位，均做contiguous()加固，例如：下采样、上采样。