?

序言

• 記錄python使用過程中碰到的一些問題及其解決方法
• 上一篇：python常見編譯問題解決方法_1

1. PermissionError: [Errno 13] Permission denied: ‘/lost+found’

• 修改前：

• 修改后（解決）：

• 此外，可能文件夾已被打開，也可能是無權限打開，或者打開一個文件而不是文件夾

2. No module named ‘lark’

• 報錯：ModuleNotFoundError: No module named ‘lark’

• 解決方法：

  python3 -m pip install lark-parser
  

3. RuntimeError: Tensors must have same number of dimensions: got 3 and 2

• 報錯：有A[2, 16]、B[2, 4]兩個tensor變量, 使用torch.cat((A, B), 1)拼接列卻報錯

• 解決方法：注意到模型輸出帶梯度，如下截圖。如果不需要保留梯度信息，可以在變量變換之前加.detach()或.data調用，分離梯度信息

• tensor維度合并報錯，類似但不是
• tensor維度合并報錯，類似但不是

4. RuntimeError: Can’t call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead

• 同上，在tensor轉換為list的過程中碰到

5. RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

• 報錯：需要梯度但是沒有梯度信息
• 報錯原因1：這里的loss默認的requires_grad是False，因此在backward()處不會計算梯度，導致出錯
• 報錯原因2：就是loss本身沒梯度，所以調用loss.backward()后向傳播時報錯，沒梯度的原因可能是loss_function的output沒有梯度，注意檢查

6. RuntimeError: Trying to backward through the graph a second time, but the saved intermediate results have already beed freed. Specify retain_grad=True when calling .backward() or autograd.grad() the first time.

• 解決：需要更新的中間結果加.data分離梯度信息

7. RuntimeError: Input and hidden tensors are not at the same device, found input tensor at cuda:0 and hidden tensor at cpu

• 報錯：兩個tensor不在同一設備上device

• 解決：添加.to(Device解決)，tensor變量需要保持在同一個設備上

• 參考：數據、網絡、損失函數放到GPU，init放到GPU或者model.to(Device)，model初始化時.to(Device)

8. AttributeError: ‘torch.dtype’ object has no attribute ‘type’

• 報錯：使用np.mean(xx)去計算張量xx的均值

• 解決：np.mean可以操作list和array，但是此處的loss.data類型是torch.tensor, 需要使用torch.mean進行運算，torch.mean得到的結果也是tensor

• 補充：獲取張量的值 tensor.item()

9. ImportError: cannot import name ‘TypeAlias’ from ‘typing_extensions’

• 或報錯：TypeError: Plain typing_extensions.Self is not valid as type argument

• 原因：以上兩個報錯都是typing_extensions版本過舊，使用了3.7.4

• 解決方法：直接升級typing_extensions版本

  conda install typing_extensions=4.10.0	# 或其他版本
  

10. Torch.cuda.is_available()顯示GPU Driver過老

• 報錯：The NVIDIA driver on your system is too old, torch.cuda.is_available()=False

• 分析：GPU Driver版本11.1，并不老，我之前是通過如下命令在conda環境安裝torch：

  pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
  

• 在網上查了這種情況需要重新裝一下cuda配套的pytorch版本

• 原因：不是GPU驅動版本老，而是pytorch版本和cuda版本不匹配

• 解決方法：重新安裝pytorch，如下

  • 在該網站 https://pytorch.org/get-started/previous-versions/ 搜索cuda 11.1

  • 按照該命令重裝后torch.cuda.is_available()查詢正常

    # CUDA 11.1
    pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html
    

?

---

【參考文章】
[1]. Permission denied解決方案1
[2]. Permission denied解決方案2
[3]. 不保留梯度信息
[4]. 中間變量添加.data分離梯度信息
[5]. .data和.detach()的區別
[6]. pytorch和cuda版本不匹配

created by shuaixio, 2024.03.03