在跑一个Transformer的代码时，出现了这个错误。这个错误信息非常奇怪，通过Debug发现，模型的前向传播是正常的，损失也能计算出来，但是一开始反向传播就出问题了。经过尝试，发现是batch_size过大，把它改小就可以了。