使用pytorch时所遇到的问题总结

1、ubuntu vscode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：

raise RuntimeError('already started')

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）：

Import Error:TensorBoard logging requires TensorBoard with Python summary writer installed

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“conda install tensorboard”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“--port 41889”。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:batch must contain tensors, numpy arrays, numbers,dicts or lists; found <class '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()。

5、报错

RuntimeError:Input type (torch.FloatTensor) and weight type (torch.cuda.FloatTensor) should be the same

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：

import torch
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: Input type (torch.cuda.FloatTensor) and weight type (torch.FloatTensor) should be the same

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: expected padding to be a single integer value or a list of 1 values to match the convolution dimensions, but got padding=[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、inplace operation问题

one of the variables needed for gradient computation has been modified by an inplace operationone of the variables needed for gradient computation has been modified by an inplace operation

inplace操作可能会使得backward无法进行（因为当前Tensor可能会在另一个地方被用到），比如forward出现了如下代码：

x += y

你可能需要该成：

x = x + y

以上为个人经验，希望能给大家一个参考，也希望大家多多支持hwidc。