深度学习踩坑记录（持续更新）

4060显卡cuda版本异常

环境：torch1.11.0+cu113

程序报错

RuntimeError: nvrtc: error: invalid value for --gpu-architecture (-arch)

可能原因与解决办法

1. 4060显卡是sm_89架构，支持11.7以上cuda，低版本cuda有异常

   运行以下代码可查看当前torch版本支持的gpu的架构，和当前gpu的架构

   import torch
   
   print(torch.cuda.get_arch_list())  # 返回['sm_37', 'sm_50', 'sm_60', 'sm_61', 'sm_70', 'sm_75', 'sm_80', 'sm_86', 'compute_37']
   print(torch.cuda.get_device_capability(0))  # 返回(8, 9)，代表sm_89
   

   查看返回结果可知，当前torch版本不支持sm_89，可更新torch版本，运行以下代码安装

    pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
   

2. 程序打断点可以找到报错程序是一个带有 @torch.jit.script 装饰器的函数

   torch.jit.script 是将模型转换为脚本的函数。它接受一个 PyTorch 模型作为输入，并将其转换为可运行的脚本。转换后的脚本可以像普通的 Python 函数一样调用，也可以保存到磁盘并在没有 PyTorch 依赖的环境中执行。

   主要作用是降低解释器消耗，如果不要求性能，可以将装饰器注释掉，即可顺利运行。

transformers 初始化 TrainingArguments 时 output_dir 指定问题

环境：transformers=4.27.1

程序报错

main.py: error: the following arguments are required: --output_dir

可能原因与解决办法

1. 运行时未指定 output_dir 参数

   解决办法1：使用命令行运行程序 python main.py --output_dir ./output

   解决办法2：若使用pycharm运行，可右键选择 Modify Run Configuration，设置运行脚本参数--output_dir ./output

   解决办法3：继承TrainingArguments重新初始化output_dir，同时也可以初始化其他超参数

   from transformers import TrainingArguments
   
   @dataclass
   class MyTrainingArguments(TrainingArguments):
       max_steps: int = field(default=5000)
       save_steps: int = field(default=100)
       learning_rate: float = field(default=5e-5)
       logging_steps: int = field(default=10)
       output_dir: str = field(default='output')
       per_device_train_batch_size: int = field(default=1)
       gradient_accumulation_steps: int = field(default=8)
       do_train: bool = field(default=True)
   
   training_args = HfArgumentParser(MyTrainingArguments).parse_args_into_dataclasses()[0]