学习pytorch时常见错误集锦

1、分类任务中碰到RuntimeError: CUDA error: device-side assert triggeredCUDA kernel errors…CUDA_LAUNCH_BLOCKING=1

原因：通常是因为数据集的分类标签（label）中存在不合理的标签。比如：n分类的标签应该是range(0, n)，但是数据集中却出现了其他标签。
解决方法：检查数据集标签。

如果排除了标签问题，请看解决RuntimeError: CUDA error: device-side assert triggeredCUDA kernel errors…CUDA_LAUNCH_BLOCKING=1

2、使用nn.CrossEntropyLoss()等分类任务常用的损失函数时碰到RuntimeError: “nll_loss_forward_reduce_cuda_kernel_2d_index“ not implemented for ‘Float‘

criterion = nn.CrossEntropyLoss()
loss = criterion(y_hat, y)	#y_hat是模型输出，y是数据标签（label）

原因：可能是因为 y 不是整型，因为在模型中传递的数据要求是Float型，但是作为标签传递给损失函数的数据必须是Int型。