../aten/src/ATen/native/cuda/IndexKernel.cu:92: operator(): block: [651,0,0], thread: [127,0,0] Asse

已于 2023-11-25 13:49:56 修改
阅读量3.8k 收藏 6
点赞数 6
CC 4.0 BY-SA版权
分类专栏： 3D视觉定位检测 文章标签： YOLO 数据集
于 2023-11-25 11:53:33 首次发布
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.youkuaiyun.com/qq_41701723/article/details/134612594
文章讲述了CUDA运行时错误的原因，主要是由于数据集标签超出预设模型类别数。解决方案包括检查class_map中的类别设置，修正错误标签（如02标签），并提供了一些Linux命令用于数据处理和监控Nvidia显存。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

RuntimeError: CUDA error: device-side assert triggered

问题

在这里插入图片描述

原因

Assertion `index >= -sizes[i] && index < sizes[i] && “index out of bounds”

数据超出了边界。在给出label的时候，我的数据集在某个标签上会给进去一个小于零或者大于类别数的一个标签，大白话就是设定了模型分类数量为4，但是数据集中有大于4个类别则会报错，少于4个是不会报错。

解决方法：修改预设的类别数量，class_map里面预先写好的类别个数和实际的数据集里面的标签种类和个数不同。可以要修改class_map或者修改数据集。

在这里插入图片描述
这里有96的类别
但是，代码中最高95.。。

在这里插入图片描述
是之前02标签转换的时候类别错了。。。
参考1

一样的问题

解决方案

删掉02的图像和标签

rm -r 00000061*

显示文件夹下jpg图像数量

ls -lR | grep ".*jpg" | wc -l

在这里插入图片描述

Linux上统计文件夹下文件个数以及目录个数

数据处理过程

实时查看nvidia显卡显存

watch -n 1 nvidia-smi

#其中，1表示每隔1（可改）秒刷新一次终端的显示结果

亲测解决../aten/src/ATen/native/cuda/NLLLoss2d.cu:xxx: Assertion `t ＞= 0 && t ＜ n_classes` failed
狂小虎/Anthony Dave的博客 KuangXiaoHu's Blogs
12-26 2073
这个问题关键在于，就是数据的标签必须在0到数据标签总数之间。小虎的数据是因为遇到了-1的label，解决方法是把label范围给限定在提示的范围内。
Pytorch报错：CUDA error: device-side assert triggered
weixin_37176244的博客
05-17 4724
总是遇到如下的报错，之前一直也没有记录解决的过程，今天记录一下，避免以后再踩坑 pytorch/aten/src/ATen/native/cuda/Loss.cu:106: operator(): block: [0,0,0], thread: [0,0,0] Assertion `input_val >= zero && input_val <= one` failed. /pytorch/aten/src/ATen/native/cuda/Loss.cu:106: opera
yolov11报错../aten/src/ATen/native/cuda/IndexKernel.cu:92: operator(): block: [889,0,0], thread: [31,0
weixin_43446161的博客
10-10 706
原因是数据集里有3号，但是数据集的yaml文件中没配置。
关于以下Assetion failed错误的观察：../aten/src/ATen/native/cuda/IndexKernel.cu:92: operator(): block: ...
qaqwqaqwq的博客
09-03 1584
../aten/src/ATen/native/cuda/IndexKernel.cu:92: operator(): block: [0,0,0], thread: [15,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && "index out of bounds"` failed. RuntimeError: CUDA error: CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasS
RTDETRv2 pytorch 官方版自己数据集训练遇到的问题解决
最新发布
vokxchh的博客
06-15 422
RT-DETR v2训练问题解决方案：1）解决torchvision版本检查问题，需修改_misc.py文件适配"0.15.2+cu117"版本；2）处理索引越界报错时，需确保数据集标注ID从0开始，并包含完整的COCO格式字段（如"info"）；3）提供了完整的XML转COCO格式Python脚本，支持图像复制和尺寸自动获取；4）训练和模型转换流程包括：使用指定配置文件训练、导出ONNX模型、转换为TensorRT引擎（需版本≥8.5.2）；5）针对TensorRT Python环境安装困难的情况，建议直
【debug】 indexSelectLargeIndex: block: [x,0,0], thread: [x,0,0] Assertion `srcIndex ＜ 解决
cxxx17的博客
09-16 1万+
用了torch里面的nn.Embedding层，报错：RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED /pytorch/aten/src/ATen/native/cuda/Indexing.cu:658: indexSelectLargeIndex: block: [234,0,0], thread: [102,0,0] Assertion srcIndex < srcSelectDimSize failed. 检查发现是输入nn.Em
报错：C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\cuda\Indexing.cu:699: block: [9,0,0],
i++;
07-28 5298
报错：C:\cb\pytorch_1000000000000\work\aten\src\ATen\native\cuda\Indexing.cu:699: block: [9,0,0]
/pytorch/aten/src/ATen/native/cuda/ScatterGatherKernel.cu:115: operator(): block:
yimenren的博客
05-20 4833
GPU上运行神经网络模型，是使用多线程并行加速的，如果出错，真正的错误信息很容易被cuda的错误信息淹没，所以难以看到错误信息，一般引起问题的原因是数组等超限，定位到具体是anchor_ratios=[0.2, 0.5, 1.0, 2.0, 5.0]修改成默认anchor_ratios=[0.5, 1.0, 2.0]就可以啦。 比如focalloss中gamma数组个数和数据类别数不一致也会报错： /pytorch/aten/src/ATen/native/cuda/ScatterGatherK..
关键点检测实战：人体关键点检测
06-21
从零开始，讲解 数据标注、数据集制作、模型训练、模型测试、模型优化、环境搭建等方面内容，让学习者能够快速学到AI图像领域关键点技术，应用到实际的工作中去。
cuda常见报错
qq_41900846的博客
01-03 7962
cuda常见报错
./aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [41,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. ../aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [42,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. ../aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [43,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. ../aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [44,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. ../aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [45,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. ../aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [46,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. ../aten/src/ATen/native/cuda/IndexKernel.cu:93: operator(): block: [246,0,0], thread: [47,0,0] Assertion `-sizes[i] <= index && index < sizes[i] && "index out of bounds"` failed. 0%| | 0/19 [00:00<?, ?it/s] Traceback (most recent call last): File "/kangzhe.ma/code/yolov8_idcard_seg/ultralytics-main/ultralytics/train_idcard_ps_detc.py", line 8, in <module> results = model.train(data='./cfg/datasets/idcard_ps_detc.yaml', epochs=100, imgsz=640) File "/kangzhe.ma/code/yolov8_idcard_seg/ultralytics-main/ultralytics/engine/model.py", line 650, in train self.trainer.train() File "/kangzhe.ma/code/yolov8_idcard_seg/ultralytics-main/ultralytics/engine/trainer.py", line 204, in train self._do_train(world_size) File "/kangzhe.ma/code/yolov8_idcard_seg/ultralytics-main/ultralytics/engine/trainer.py", line 381, in _do_train self.loss, self.loss_items = self.model(batch) File "/usr/local/con
03-18
/aten/src/ATen/native/cuda/IndexKernel.cu:60 # 指向索引操作的具体位置[^1][^2] ``` - 回溯代码中所有涉及张量索引操作的语句 **步骤2：验证索引范围** ```python # 示例：检查索引是否在合法范围内 index_...
/pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:142: operator(): block: [0,0,0], thread: [24,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && "index out of bounds"` failed. /pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:142: operator(): bloc
06-10
但是根据错误信息来看，这是一个CUDA程序在执行过程中遇到了索引越界的错误。建议检查代码中与索引有关的部分，确保索引的范围不会超出所操作的数组的大小范围。另外，也可以考虑使用PyTorch的内置函数或者库来实现...
mmdetection 常见问题及错误记录
01-06
1、GPU下出现/pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:53: lambda [](int)->auto::operator()(int)->auto: block: [9,0,0], thread: [32,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && index out of bounds` failed.问题 GPU上运行神经网络模型，是使用多线程并行加速的，如果出错，真正的错误信息很容易被cuda的错误信息淹没，所以难以看到错误信息，一般引起问题的原因是
Forward 中 CUDA error: device-side assert triggered
一厘米专栏
05-26 1293
在CNN的forward中 可能的原因是 在 out += residual中out和residual的维度不一致。 一长串的这个： /opt/conda/conda-bld/pytorch_1607370156314/work/aten/src/ATen/native/cuda/IndexKernel.cu:84: operator(): block: [1698,0,0], thread: [30,0,0] Assertion `index >= -sizes[i] &...
【已解决】RuntimeError: CUDA error: device-side assert triggeredCUDA kernel errors might be asynchronous
热门推荐
BetrayFree的博客
11-20 1万+
这篇较为详细的记叙了关于一个bug但又不是很麻烦的bug的解决过程，有部分过程没有记录下来，因为感觉对整个理解过程有影响，所以就挑了主要的过程进行记录。
Python 报错解答：RuntimeError: cuDNN error: CUDNN_STATUS_MAPPING_ERROR
qq_41866626的博客
05-13 1万+
Python 报错解答：RuntimeError: cuDNN error: CUDNN_STATUS_MAPPING_ERROR报错如下原因分析其他 提示：以下只是个人环境报错的一种解答方式，希望对您有所帮助 报错如下 (pid=3654) RuntimeError: cuDNN error: CUDNN_STATUS_MAPPING_ERROR (pid=3654) /pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:84: operator(): b
CUDA ERROR: device-side assert triggered
weixin_43519985的博客
10-13 880
# device-side assert triggered operator(): block: [116,0,0], thread: [95,0,0] Assertion `index >= -sizes[i] && index < sizes[i] && "index out of bounds"` failed. 在网上的很多资料都说这个问题是索引有问题 从报错行一行行向上check,发现确实存在索引出错的问题 在我的代码中，需要一个广播的功能 类似于，
python一次替换多个字符串
weixin_48024456的博客
12-01 577
https://blog.csdn.net/liuchengzimozigreat/article/details/85339372?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3.control
【CV】yolov3 RuntimeError: CUDA error: device-side assert triggered
DJames23的博客
07-29 2568
RuntimeError: CUDA error: device-side assert triggered /pytorch/aten/src/ATen/native/cuda/IndexKernel.cu:60: lambda [](int)->auto::operator()(int)->auto: block: [0,0,0], thread: [2,0,0] Assertion `index >= -sizes[i] && index < sizes[i]
评论
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