nll_loss_forward_reduce_cuda_kernel_2d: Assertion `t >= 0 && t < n__classes` failed.

这篇具有很好参考价值的文章主要介绍了nll_loss_forward_reduce_cuda_kernel_2d: Assertion `t >= 0 && t < n__classes` failed.。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

报错如下:

../aten/src/ATen/native/cuda/Loss.cu:271: nll_loss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [26,0,0] Assertion `t >= 0 && t < n_classes` failed.
../aten/src/ATen/native/cuda/Loss.cu:271: nll_loss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [27,0,0] Assertion `t >= 0 && t < n_classes` failed.
../aten/src/ATen/native/cuda/Loss.cu:271: nll_loss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [28,0,0] Assertion `t >= 0 && t < n_classes` failed.
../aten/src/ATen/native/cuda/Loss.cu:271: nll_loss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [29,0,0] Assertion `t >= 0 && t < n_classes` failed.
../aten/src/ATen/native/cuda/Loss.cu:271: nll_loss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [30,0,0] Assertion `t >= 0 && t < n_classes` failed.
../aten/src/ATen/native/cuda/Loss.cu:271: nll_loss_forward_reduce_cuda_kernel_2d: block: [0,0,0], thread: [31,0,0] Assertion `t >= 0 && t < n_classes` failed.

Test Iter:  140/ 143. Data: 0.313s. Batch: 0.342s. Loss: 3.9630. top1: 6.09. top5: 22.77. :  98%|█████████▊| 140/143 [00:56<00:01,  2.48it/s]
Traceback (most recent call last):
  File "./train.py", line 533, in <module>
    main()
  File "./train.py", line 314, in main
    train(args, labeled_trainloader, unlabeled_trainloader, test_loader,
  File "./train.py", line 450, in train
    test_loss, test_acc = test(args, test_loader, test_model, epoch)
  File "./train.py", line 508, in test
    losses.update(loss.item(), inputs.shape[0])
RuntimeError: CUDA error: device-side assert triggered
CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.

然后在函数里输出inputs和targets的形状,发现维度也没有问题,然后输出标签的值看一下

print(targets.min(), targets.max())

然后发现target的值==num_class,发现num_class的值写错了。
还有一种可能就是你的target的值不是从0开始的,是从1开始的也会报错。文章来源地址https://www.toymoban.com/news/detail-820294.html

到了这里,关于nll_loss_forward_reduce_cuda_kernel_2d: Assertion `t >= 0 && t < n__classes` failed.的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • iOS 奔溃EXC_BAD_ACCESS(KERN_INVALID_ADDRESS)分析

    EXC_BAD_ACCESS (KERN_INVALID_ADDRESS)是一种常见的iOS应用程序崩溃错误,可能有以下原因: 尝试访问已释放的对象:即使是一个引用计数为0的对象,尝试访问它将导致崩溃。 尝试访问不正确的内存地址:例如,尝试访问一个空指针或超出数组边界的内存地址将导致崩溃。 对象的内

    2023年04月25日
    浏览(35)
  • Rust-NLL(Non-Lexical-Lifetime)

    Rust防范“内存不安全”代码的原则极其清晰明了。 如果你对同一块内存存在多个引用,就不要试图对这块内存做修改;如果你需要对一块内存做修改,就不要同时保留多个引用。 只要保证了这个原则,我们就可以保证内存安全。 它在实践中发挥了强大的作用,可以帮助我们

    2024年01月19日
    浏览(36)
  • 小知识点系列(十四) 本文(3万字) | 解深度解读损失函数 | CrossEntropy | BCE | BCEWithLogits | NLL |MSE | L1 |

    点击进入专栏: 《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程

    2024年02月22日
    浏览(60)
  • forward函数——浅学深度学习框架中的forward

    (本应该出一篇贯穿神经网络的文章的,但是由于时间关系,就先浅浅记录一下,加深自己的理解吧吧)。 forward 函数是深度学习框架中常见的一个函数,用于定义神经网络的前向传播过程。 在训练过程中,输入数据会被传入神经网络的 forward 函数,然后经过一系列的计算和

    2023年04月27日
    浏览(36)
  • reduce()方法详解

    定义和用法 reduce() 方法将数组缩减为单个值。 reduce() 方法为数组的每个值(从左到右)执行提供的函数。 函数的返回值存储在累加器中(结果/总计)。 注释:对没有值的数组元素,不执行 reduce() 方法。 注释:reduce() 方法不会改变原始数组。 语法 参数值 参数 描述 functi

    2023年04月20日
    浏览(36)
  • Flink 归约聚合(reduce)

    如果说简单聚合是对一些特定统计需求的实现,那么 reduce 算子就是一个一般化的聚合统计操作了。从大名鼎鼎的 MapReduce 开始,我们对 reduce 操作就不陌生:它可以对已有的 数据进行归约处理,把每一个新输入的数据和当前已经归约出来的值,再做一个聚合计算。与简单聚合

    2024年02月03日
    浏览(41)
  • 【JavaScript 高阶函数之reduce() 】

    reduce() 函数的基本语法如下: array :想要迭代的数组。 callback :一个回调函数,用来处理数组中的每个元素。这个函数可以接受四个参数:累积值(accumulator),当前元素(currentValue),当前索引(currentIndex),以及数组本身(array)。 initialValue (可选):作为第一次调用

    2024年02月21日
    浏览(36)
  • 10 个值得掌握的 reduce 技巧

    作为一个前端开发者,一定有接触过 reduce 函数,它是一个强大而实用的数组方法,熟练掌握 reduce 的使用可以在开发中提高开发效率和代码质量。本文介绍的 reduce 的 10 个技巧值得拥有,可以让你少写很多代码! reduce 方法在数组的每个元素上执行提供的回调函数 迭代器 。

    2024年02月04日
    浏览(35)
  • js中reduce()函数的用法

    😁 作者简介:一名大三的学生,致力学习前端开发技术 ⭐️个人主页:夜宵饽饽的主页 ❔ 系列专栏:JavaScript小贴士 👐学习格言:成功不是终点,失败也并非末日,最重要的是继续前进的勇气 ​🔥​前言: 这是我自己有关array.prototype.reduce()函数的用法的总结,如有不足

    2024年02月07日
    浏览(43)
  • map-reduce中的组件

    用户提交 MapReduce 作业到 JobTracker。 JobTracker 将 MapReduce 作业分割成 Map 任务和 Reduce 任务。 JobTracker 将 Map 任务分配给 TaskTracker。 TaskTracker 执行 Map 任务。 Map 任务将输出数据写入临时文件。 JobTracker 将临时文件分发给 Reduce 任务。 JobTracker 将 Reduce 任务分配给 TaskTracker。 TaskT

    2024年02月09日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包