序言
- 记录python使用过程中碰到的一些问题及其解决方法
- 上一篇：python常见编译问题解决方法_1
1. PermissionError: [Errno 13] Permission denied: ‘/lost+found’
- 修改前：
- 修改后（解决）：
- 此外，可能文件夹已被打开，也可能是无权限打开，或者打开一个文件而不是文件夹
2. No module named ‘lark’
-
报错：ModuleNotFoundError: No module named ‘lark’
-
解决方法：
python3 -m pip install lark-parser
3. RuntimeError: Tensors must have same number of dimensions: got 3 and 2
- 报错：有A[2, 16]、B[2, 4]两个tensor变量, 使用torch.cat((A, B), 1)拼接列却报错
- 解决方法：注意到模型输出带梯度，如下截图。如果不需要保留梯度信息，可以在变量变换之前加.detach()或.data调用，分离梯度信息
- tensor维度合并报错，类似但不是
- tensor维度合并报错，类似但不是
4. RuntimeError: Can’t call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead
- 同上，在tensor转换为list的过程中碰到
5. RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
- 报错：需要梯度但是没有梯度信息
- 报错原因1：这里的loss默认的requires_grad是False，因此在backward()处不会计算梯度，导致出错
- 报错原因2：就是loss本身没梯度，所以调用loss.backward()后向传播时报错，没梯度的原因可能是loss_function的output没有梯度，注意检查
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.
- 解决：需要更新的中间结果加.data分离梯度信息
7. RuntimeError: Input and hidden tensors are not at the same device, found input tensor at cuda:0 and hidden tensor at cpu
-
报错：两个tensor不在同一设备上device
-
解决：添加.to(Device解决)，tensor变量需要保持在同一个设备上
-
参考：数据、网络、损失函数放到GPU，init放到GPU或者model.to(Device)，model初始化时.to(Device)
8. AttributeError: ‘torch.dtype’ object has no attribute ‘type’
-
报错：使用np.mean(xx)去计算张量xx的均值
-
解决：np.mean可以操作list和array，但是此处的loss.data类型是torch.tensor, 需要使用torch.mean进行运算，torch.mean得到的结果也是tensor
-
补充：获取张量的值 tensor.item()
9. ImportError: cannot import name ‘TypeAlias’ from ‘typing_extensions’
- 或报错：TypeError: Plain typing_extensions.Self is not valid as type argument
-
原因：以上两个报错都是typing_extensions版本过旧，使用了3.7.4
-
解决方法：直接升级typing_extensions版本
conda install typing_extensions=4.10.0 # 或其他版本
10. Torch.cuda.is_available()显示GPU Driver过老
- 报错：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，我之前是通过如下命令在conda环境安装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 -
在网上查了这种情况需要重新装一下cuda配套的pytorch版本
-
原因：不是GPU驱动版本老，而是pytorch版本和cuda版本不匹配
-
解决方法：重新安装pytorch，如下
-
在该网站 https://pytorch.org/get-started/previous-versions/ 搜索cuda 11.1
-
按照该命令重装后torch.cuda.is_available()查询正常
# 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
-
【参考文章】
[1]. Permission denied解决方案1
[2]. Permission denied解决方案2
[3]. 不保留梯度信息
[4]. 中间变量添加.data分离梯度信息
[5]. .data和.detach()的区别
[6]. pytorch和cuda版本不匹配
created by shuaixio, 2024.03.03
