报错For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

最新推荐文章于 2025-06-01 11:05:27 发布

原创最新推荐文章于 2025-06-01 11:05:27 发布 · 3k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#bug

常见问题专栏收录该内容

18 篇文章

订阅专栏

文章讲述了在使用CUDA进行模型训练时遇到的错误，涉及NLLLoss2d函数的设备侧断言失败。问题在于一张图片的标签数量超过类别数，导致报错。通过删除缓存文件并检查标签正确性解决了问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

.报错For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

/aten/src/ATen/native/cuda/NLLLoss2d.cu:103: nll_loss2d_forward_kernel: block: [29,0,0], thread: [707,0,0] Assertion t >= 0 && t < n_classes failed.

报错信息如下：

./aten/src/ATen/native/cuda/NLLLoss2d.cu:103: nll_loss2d_forward_kernel: block: [29,0,0], thread: [707,0,0] Assertion t >= 0 && t < n_classes failed.
。。。。。。

。。。。。。
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.
Compile with TORCH_USE_CUDA_DSA to enable device-side assertions.

模型运行训练，可到epoch=9 ，报错
删除models/__pycache__下的缓存文件，重新运行数据集，还是会报错。

解决方案：
是标签有问题，有一张图片标签坏了，某张图片的label标签个数超过了设定的类别数。