深度学习踩坑记录

深度学习踩坑记录（缓更）

1. caffe2线程泄露

问题描述：在使用pytorch1.9的dataloader时，如果设置num_workers>0或者pin_memory=True时，出现caffe2线程泄露的warning,数量等于num_workers的数量。

[W pthreadpool-cpp.cc:90] Warning: Leaking Caffe2 thread-pool after fork. (function pthreadpool)

问题分析：不影响正常使用，如果设置num_workers数目为0和pin_memory=False会影响训练速度，不推荐更改。

官方说在pytorch1.10会修改这个warning，之后就不会有这个问题了，如果不想看它一直输出可以使用下面的解决方法。

解决方法：pytorchGitHub项目问题讨论

使用GitHub源文件安装的方式安装pytorch，并在安装前删除caffe2/utils/threadpool/pthreadpool-cpp.cc 文件中的警告程序删除，即下方代码块的第四行。

auto num_threads = leaked->get_thread_count();
      // NOLINTNEXTLINE(modernize-make-unique)
      threadpool.reset(new PThreadPool(num_threads));
      TORCH_WARN("Leaking Caffe2 thread-pool after fork.");

总结：处理起来比较麻烦，还是等pytorch1.10发布吧，这个警告也不会影响程序运行。

2.pandas包没有’read_csv’或者‘read_excel’

问题描述：在使用pandas读取csv文件和Excel文件时，出现没有函数的错误

partially initialized module ‘pandas’ has no attribute ‘read_csv’ (most likely due to a circular import)

问题分析：pandas包是安装过的，根据报错显示，可能是因为命名冲突。

问题解决：我的文件名是copy.py，改成其它的文件名就解决了问题。

3.RuntimeError: CUDA error: device-side assert triggered

问题描述：pytorch的BCELoss()函数计算损失函数时报错

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.

解决方法：只看cuda的报错很难定位问题，可以把程序用cpu跑一下，可以使很多报错变得很友好，用cpu跑之后，报错变成

RuntimeError: all elements of input should be between 0 and 1

现在问题就很明确了，BCEloss的输入必须是0-1，因为之前忘记做sigmoid了，加上之后问题解决。

4. opencv-python cv2.imshow()等函数调用报错

问题描述：装了pyqt之后cv2的函数一直报错

error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK+ 2.x or Cocoa support. If you are on Ubuntu or Debian, install libgtk2.0-dev and pkg-config, then re-run cmake or configure script in function ‘cvShowImage’

解决方法：查了一些博客，发现都是重装opencv，但是没有解决我的问题，后来查到，

卸载+安装不会“重建库”。它重新安装软件包。真正的问题是opencv的多个包之间的冲突，其中一个可能是无头包。 所以解决方法如下

pip uninstall opencv-python-headless -y 
pip install opencv-python --upgrade

5.dicom2nifti.exceptions.ConversionValidationError: SLICE_INCREMENT_INCONSISTENT

问题描述：使用dicom2nifti把dicom文件转为nii文件时，出现切片不连续的错误

dicom2nifti.exceptions.ConversionValidationError: SLICE_INCREMENT_INCONSISTENT

解决方法：在setting中将切片连续检查关闭

    import dicom2nifti.settings as settings
    settings.disable_validate_slice_increment()