torch.load map_location CUDA kernel errors might be asynchronously reported at some other API call

Boss之前因工作推荐了一个道路识别的模型，这个模型赢得了GRDDC’2020大赛的冠军。
GRDDC’2020大赛的冠军模型

该模型以YOLOv5为基础，所以在使用的时候，出现了一些YOLOv5一样的问题。

首先，YOLOv5的request.txt中是要求torch>=1.6.0，结果我在运行的时候就给我安装了1.9.0版本的torch。这就是悲剧的开端。

在train.py加载模型的时候：

python3 train.py --data data/road.yaml --cfg models/yolov5x.yaml --weights weight/yolov5x.pt --batch-size 64

# torch.load（weight,，map_loction=device）报错：
#    CUDA run out time....
#    CUDA kernel errors might be asynchronously reported at some other API call....

我试了一下去掉map_loction，这句就没报错了，但是下面又有其他的报错。但我总不能一直改下去吧？

于是上网搜答案

第一种解释

（不知道有没有用，我这里没用，但是其他人说有用，可能每个人原因不一样，可以试试，没太大损失）：
yolov5x.pt版本可能不对，有可能用了4.0版本，但是我这里只能用3.0版本的yolov5x.pt，所以我又去下了一个3.0版本的。
注：代码里面的yolov5x.pt下载链接已经失效，去YOLOv5原作者那边找就好，往下拉，就能看到3.0版本的东西了。

点一下大大的蓝色字体的 v3.0 就会跳到对应页面，然后拉到最底，就能看到系数文件的下载链接。

我这里选了yolov5x.pt，如果想选其他的，记得回去改一下代码即可。

把系数文件放到对应文件夹，命令行运行即可：

python3 train.py --data data/road.yaml --cfg models/yolov5x.yaml --weights weight/yolov5x.pt --batch-size 64

但我这里依旧报同一个错误。

第二种解释

（对我有用）

百无聊赖，心如死灰，一直在搜这方面的文章，大概一个上午。纵欲有人说，是torch版本太高的问题。
于是，我看了看我的torch版本：1.9.0
想了想，试试吧，反之不会si。现在够惨的了。（就怕老板扣我工资）

把torch删除，重新安装torch，并且指定版本为1.6.0，torchvision版本为0.7.0。
Bingo~对啦

终于能运行train.py了。嘿嘿

奇怪的是，我原来可以运行detect.py文件的，但是，train.py文件不行。好奇怪呢。
不过最后还是解决了问题了。开心~