【pytorch-d2l】深度学习-报错问题总结-持续更新

问题1.block: [0,0,0], thread: [8,0,0] Assertion `t >= 0 && t < n_class
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.

lebal应当从0开始，而我设置成了从1开始，所以报错`t >= 0 && t < n_class

标签从0开始，重新修改即可

问题2.CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling `cublasCreate(handle)

batchsize设置成了256，有点大，改成了10，解决问题（苦笑）

问题3.return torch._C._nn.cross_entropy_loss(...）

“nll_loss_forward_reduce_cuda_kernel_2d_index“ not implemented for ‘Float‘

是在计算损失函数的时候出了问题

将所有类型改成float即可

train_features=torch.tensor(train_features ,dtype=torch.float)
train_label=torch.tensor(train_label ,dtype=torch.float)

或者

l = loss(y_hat, y.long())

尚未解决。。。

问题4.AttributeError: 'numpy.ndarray' object has no attribute 'TensorDataset'

原因是from torch.utils import data 有混淆的嫌疑

是dataset= data.TensorDataset（...）这句话报错，在调用data时出错

改为

torch.utils.data.TensorDataset()     
torch.utils.data.DataLoader()

即可

问题5.在pycharm中无法显示动图

1 Crtl+鼠标左键打开Animator进行修改

2 加入以下两段代码

plt.draw()
plt.pause(0.001)

 3 训练代码后面加上一句，即可

d2l.plt.show