【BUG】Loss.cu:247:nli_ioss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [0,0,0]

        记录一下这个折磨我致死，但只是一个小小小小问题的bug。

        任务：用BERT预训练模型对THUCNews做一个14个类别的新闻分类。

        模型：

    def __init__(self, config):
        super(Model, self).__init__()
        self.bert = BertModel.from_pretrained(config.bert_path)
        for param in self.bert.parameters():
            param.requires_grad = True
        self.fc = nn.Linear(config.hidden_size, config.num_classes)

        数据集：

       

         运行后报错：

RuntimeError: CUDA error: device-side assert triggered
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
pytorch/aten/src/ATen/native/cuda/Loss.cu:247:nli_ioss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [0,0,0] Assertion t >0 && t <n classes failed.

        解决了！！！        

        查阅了很多解决方案，大概是说模型的输出的类别数与我数据集的类别数对不上，但我当时检查了我的数据集，就是14个类别，我的num_classes=14，直到最后才意识到，模型的14个类别output是0-13，而我的labels是1-14，最后更改了数据集就好了。