libtorch 异常处理汇总

1. 异常: c10::Error，位于内存位置 0x000000B9DA0FF2E0 处

（1）维度不对，操作范围了。卷积操作和全链接操作直接少了一个展平操作，即将特征图(b,c,h,w)展开成(b, c*h*w)；

x = torch::flatten(x, 1);  // start_dim = 1. (b, c*7*7)

（2） 异常: c10::Error，位于内存位置 0x000000CC4BEFDB70 处。错误原因：在gpu上训练后，在cpu上测试，正确操作：

img_tensor = img_tensor.to(torch::kCUDA)

2. CUDA error: invalid device ordinal

CUDA error: invalid device ordinal
Exception raised from exchangeDevice at C:\w\b\windows\pytorch\c10/cuda/impl/CUDAGuardImpl.h:31 (most recent call first):
00007FFAAB5CF84A00007FFAAB5CEBE0 c10.dll!c10::detail::LogAPIUsageFakeReturn [ @ ]
00007FFAAB5CF4BA00007FFAAB5CEBE0 c10.dll!c10::detail::LogAPIUsageFakeReturn [ @ ]
00007FFAAB5D023100007FFAAB5CEBE0 c10.dll!c10::detail::LogAPIUsageFakeReturn [ @ ]
00007FFAAB5CFFC500007FFAAB5CEBE0 c10.dll!c10::detail::LogAPIUsageFakeReturn [ @ ]

原因，使用了错误的显卡序号，1号卡是失效的，改成0号卡即可：

3. cu:108: block: [0,0,0], thread: [1,0,0] Assertion `t >= 0 && t < n_classes` failed.

报错的地方： loss.backward().

报错的原因：目标类别数是2，但是标注的类别是1,2，应该是从0开始，即标注类别是0和1，这样就符合t>= && t

4. 引发了异常: 读取访问权限冲突。
this->_Vec._Mypair._Myval2.**_Myfirst** 是 0x111011101110123。

场景：使用libtorch注册机制，register_module("conv1", conv1)

报错原因：注册机制支持release模型，debug模型会报错

编译时，改成release问题解决

5. 报错位置：return impl_->forward(::std::forward(args)...)

部分原因：data放到了cuda中，model子模块没有在cuda中。

mainModel.to(torch::kCUDA). 但是因为mainModel的子模块或者子模块的子模块没有使用register_module()函数注册，导致只有主函数会放置到cuda中，其子模块不会放置cuda中，导致莫名奇妙的错误。

其他原因也会导致此处出错。

异常: c10::Error，位于内存位置 0x0000009F715DA580 处。

6. 报错位置：// Copy `key` here and move it into the index.

报错位置：

  // Copy `key` here and move it into the index.
  items_.emplace_back(key, std::forward(value));
  index_.emplace(std::forward(key), size() - 1);

原因： register_module注册时使用相同的类别名注册了不同的module。

register_module("model1", conv1);

register_module("model1", conv2);

解决办法：不同的模块也写不同的模块名称。

---

待续。。。