使用pytorch时所遇到的一些问题总结

第使用pytorch时所遇到的一些问题总结1、ubuntuvscode切换虚拟环境

在ubuntu系统上，配置工作区文件夹所使用的虚拟环境。之前笔者误以为只需要在vscode内置的终端上将虚拟环境切换过来即可，后来发现得通过配置vscode的解释器（interpreter）

具体方法如下：

选中需要配置的文件夹，然后点击vscode左下角的写有“Python***”的位置（或者使用快捷键“ctrl+shift+p”）--》选择文件夹--》从解释器列表中选择要用的解释器。

完成设置后，会在文件夹下面多出一个名为“.vscode”的文件夹，其中会多出一个名为“settings.json”的文件，经过设置后该文件内会多出一个条目来指向虚拟环境中的python的路径，

例如：

python.pythonPath:"/home/lh/anaconda3/envs/pytorch/bin/python"

2、使用DataLoader时报错：

raiseRuntimeError('alreadystarted')

出错位置在使用DataLoader时，将参数“num_workers”设置为大于0的值了，推测原因是没有打开多线程功能，解决方法为将num_workers设置为0。

如果需要要使用多个子线程来加载数据，那么就需要让主程序在“if__name__='main'"中运行。

3、pytorch中使用TensorBoard

问题（1）：

ImportError:TensorBoardloggingrequiresTensorBoardwithPythonsummarywriterinstalled

这是由于当前的环境中没有安装TensorBoard。如果电脑上安装有anaconda，那么直接使用命令“condainstalltensorboard”即可。

问题（2）：调出tensorboard界面

当在程序中调用SummaryWriter之后，在控制台中会给出如下信息：

其中需要注意的是“--port41889”。然后我们在控制台中输入命令“tensorboard--logdir='log'--port=41889”，--logdir用来指向之前所指定的日志目录，--port就是之前控制台中给出的端口号。输入指令后，控制台中会给出一个网址，打开该网址就可以在浏览器中打开tensorboard界面了。

4、pytorch使用dataloader时，

报出“TypeError:default_collect:batchmustcontaintensors,numpyarrays,numbers,dictsorlists;foundclass'PIL.Image.Image'”

这是因为在创建torchvision.Dataset对象的时候没有将数据库内的图像转为torch张量，在创建数据库对象的时候将参数transform进行如下设置就可以了：transform=transform.ToTensor()。

RuntimeError:Inputtype(torch.FloatTensor)andweighttype(torch.cuda.FloatTensor)shouldbethesame

这是由于传入模型的数据是放在CPU内存中的，而模型本身被放置在GPU内存中了。因此只需要将输入的数据放置到GPU内存中就可以解决问该问题了。

6、pytorch，同名函数后面加一个'_'，例如：'clamp()'与'clamp_()'

一般来说，如果函数后带了一个下划线，就意味着在改变当前张量的值的同时返回一个修改后的副本；如果不带下划线，那么就只返回修改后的副本，而不改变原来张量的值。

例如：

importtorch

a=torch.rand(3)

print('a:{}'.format(a))

print("clamp效果：")

b=a.clamp(0,0.5)

print('b:{}'.format(b))

print('a:{}'.format(a))

print("clamp_效果：")

b=a.clamp_(0,0.5)

print('b:{}'.format(b))

print('a:{}'.format(a))

结果为如下图，可见张量a在调用clamp_函数后其本身的值也会发生改变，但是调用clamp的时候则只会返回一个修改后的副本。

7、python中(1)与(1,)的区别

‘(1)'这种写法得到的是一个int类型的数据，而‘(1,)'得到的是一个turple类型的数据。验证如下：

8、tqdm进度条

tqdm.update()所传入的参数指的是进度条前进的步长，而不是当前进度。

补充：Pytorch中常见的报错解决方案

本文用于记录所在pytorch所遇到过的运行时错误，持续更新。

1、变量所在设备（CPU，GPU）不一致问题

RuntimeError:Inputtype(torch.cuda.FloatTensor)andweighttype(torch.FloatTensor)shouldbethesame

可能原因：现在假设代码要在GPU上运行，并且你已经进行my_model.to(device)操作了。注意只有my_model中的属性（也就是self.开头的变量）才会进行.to(device)。如果出现这个错误，可能是有的中间变量需要手动再显式地.to(device)一下～

2、在Conv2d中padding或stride的参数个数错误的问题

RuntimeError:expectedpaddingtobeasingleintegervalueoralistof1valuestomatchtheconvolutiondimensions,butgotpadding=[0,0]

原因一：

对于一张二维图片来说，它的padding也是二维的，即横、纵方向上都需要设置padding（当然这两个数字一般是一样的）。现在为什么提示我们padding应该是一维的呢？一定是输入数据维度不对。

原因二：

上面说的是最可能的情况，如果你发现图片已经是四维的却还有这个报错，请检查你Conv2d()的输入参数。

例如，如果你把stride设置为一维的[3]而不是二维3（注意3会被自动处理成[3,3]），同时padding为二维的0。

pytorch发现stride是一维的，而padding却是二维的，就会报错。

3、inplaceoperation问题

oneofthevariablesneededforgradientcomputationhasbeenmodifiedbyaninplaceoperationoneofthevariablesneededforgradientcomputationhasbeenmodifie