Deep learning GPU程序无法执行：cublas运行时错误

我正在尝试在CUDA支持的GeForce GTX 1070 gpu上通过pytorch训练网络。我不理解这个错误，也没有发现任何类似的问题。我不知道这是cuda的问题还是我的代码中的什么

Traceback (most recent call last):
  File "main.py", line 497, in <module>
    main()
  File "main.py", line 167, in main
    train(train_loader, model, criterion, optimizer, epoch, normalizer)
  File "main.py", line 244, in train
    output = model(*input_var)
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\nn\modules\module.py", line 357, in __call__
    result = self.forward(*input, **kwargs)
  File "C:\Users\1546544\Desktop\ML\model.py", line 147, in forward
    atom_fea = conv_func(atom_fea, nbr_fea, nbr_fea_idx)
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\nn\modules\module.py", line 357, in __call__
    result = self.forward(*input, **kwargs)
  File "C:\Users\1546544\Desktop\ML\model.py", line 66, in forward
    total_gated_fea = self.fc_full(total_nbr_fea)
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\nn\modules\module.py", line 357, in __call__
    result = self.forward(*input, **kwargs)
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\nn\modules\linear.py", line 55, in forward
    return F.linear(input, self.weight, self.bias)
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\nn\functional.py", line 837, in linear
    output = input.matmul(weight.t())
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\autograd\variable.py", line 386, in matmul
    return torch.matmul(self, other)
  File "C:\ProgramData\Anaconda3\lib\site-packages\torch\functional.py", line 192, in matmul
    output = torch.mm(tensor1, tensor2)
RuntimeError: cublas runtime error : the GPU program failed to execute at C:/Anaconda2/conda-bld/pytorch_1519496000060/work/torch/lib/THC/THCBlas.cu:247

回溯（最近一次呼叫最后一次）：
文件“main.py”，第497行，在
main（）
文件“main.py”，第167行，在main中
列车（列车装载机、模型、标准、优化器、epoch、规范化器）
列车中第244行的文件“main.py”
输出=模型（*输入变量）
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\nn\modules\module.py”，第357行，在调用中__
结果=自我转发（*输入，**kwargs）
文件“C:\Users\1546544\Desktop\ML\model.py”，第147行，前进
atom\u fea=conv\u func（atom\u fea、nbr\u fea、nbr\u fea\u idx）
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\nn\modules\module.py”，第357行，在调用中__
结果=自我转发（*输入，**kwargs）
文件“C:\Users\1546544\Desktop\ML\model.py”，第66行，前进
总门控fea=自满（总nbr fea）
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\nn\modules\module.py”，第357行，在调用中__
结果=自我转发（*输入，**kwargs）
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\nn\modules\linear.py”，第55行，向前
返回F.linear（输入、自重、自偏压）
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\nn\functional.py”，第837行，线性
输出=输入.matmul（weight.t（））
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\autograd\variable.py”，第386行，在matmul中
返回火炬。matmul（自身、其他）
文件“C:\ProgramData\Anaconda3\lib\site packages\torch\functional.py”，第192行，在matmul中
输出=火炬毫米（张量1，张量2）
RuntimeError:cublas运行时错误：GPU程序无法在C:/Anaconda2/conda bld/pytorch_1519496000060/work/torch/lib/THC/THCBlas.cu:247执行

我也面临同样的问题

I通过数据集标签更正修复了该问题。 我的意思是，我的数据集的训练标签不正确。这就是为什么它在

backward（）过程中失败的原因

因此，从磁盘/数据库加载后检查预期标签可能会有所帮助。
你是如何安装PyTorch的？你能展示一些代码吗？干得好！！！我修正了这个错误。当我对40个类进行分类时，我使用线性（10）来解决这个问题