Python 运行时错误：CUDA错误：触发设备端断言-PyTorch上的Resnet18

我正在尝试将PyTorch的Resnet18模型用于我的图像数据。考虑到模型的复杂性和数据的大小，我想使用CUDA运行它。我正在做以下工作：

resnet_cnn = models.resnet18(pretrained = True)
num_ftrs = resnet_cnn.fc.in_features
resnet_cnn.fc = nn.Linear(num_ftrs, 8)

criterion = nn.CrossEntropyLoss().cuda()
optimizer_ft = optim.SGD(resnet_cnn.parameters(), lr=0.001, momentum=0.9)
exp_lr_scheduler = lr_scheduler.StepLR(optimizer_ft, step_size=5, gamma=0.1)

在此之后，我尝试使用以下循环来训练和测试我的模型：

count = 0
loss_list = []
iteration_list = []
accuracy_list = []
epochs = 30

for epoch in range(epochs):
    for i, (images, labels) in enumerate(trainloader):
            resnet_cnn = resnet_cnn.cuda()
            images.cuda()
            labels.cuda()

            optimizer_ft.zero_grad()
            outputs = resnet_cnn(images.cuda())
            loss = criterion(outputs.cuda(), labels.cuda())
            loss.backward()
            optimizer_ft.step()

            count += 1

            if count % 50 == 0:
                correct = 0
                total = 0

                for i, (images, labels) in enumerate(testloader):
                    # images.to(device)
                    # labels.to(device)

                    outputs = resnet_cnn(images.cuda())
                    predicted = torch.max(outputs.data, 1)[1]
                    total += len(labels)
                    correct += (predicted == labels.cuda()).sum()
                accuracy = 100 * correct / float(total)

                loss_list.append(loss.data)
                iteration_list.append(count)
                accuracy_list.append(accuracy)

                if count % 500 == 0:
                    print("Iteration: {} Loss: {} Accuracy: {} %".format(count, loss.data, accuracy))

但我遇到了以下错误：

---------------------------------------------------------------------------
RuntimeError                              Traceback (most recent call last)
<ipython-input-48-cb669e8d47c0> in <module>()
      7 for epoch in range(epochs):
      8     for i, (images, labels) in enumerate(trainloader):
----> 9             resnet_cnn = resnet_cnn.cuda()
     10             images.cuda()
     11             labels.cuda()

3 frames
/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in cuda(self, device)
    489             Module: self
    490         """
--> 491         return self._apply(lambda t: t.cuda(device))
    492 
    493     def xpu(self: T, device: Optional[Union[int, device]] = None) -> T:

/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in _apply(self, fn)
    385     def _apply(self, fn):
    386         for module in self.children():
--> 387             module._apply(fn)
    388 
    389         def compute_should_use_set_data(tensor, tensor_applied):

/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in _apply(self, fn)
    407                 # `with torch.no_grad():`
    408                 with torch.no_grad():
--> 409                     param_applied = fn(param)
    410                 should_use_set_data = compute_should_use_set_data(param, param_applied)
    411                 if should_use_set_data:

/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in <lambda>(t)
    489             Module: self
    490         """
--> 491         return self._apply(lambda t: t.cuda(device))
    492 
    493     def xpu(self: T, device: Optional[Union[int, device]] = None) -> T:

RuntimeError: CUDA error: device-side assert triggered

---------------------------------------------------------------------------
运行时错误回溯（上次最近调用）
在（）
7对于范围内的历元（历元）：
8对于枚举（火车装载机）中的i（图像、标签）：
---->9 resnet_cnn=resnet_cnn.cuda（）
10张图片。cuda（）
11.cuda（）
3帧
/cuda中的usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py（自我，设备）
489模块：自我
490         """
-->491返回自应用（lambda t:t.cuda（设备））
492
493 def xpu（self:T，device:Optional[Union[int，device]]=None）->T:
/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in_apply（self，fn）
385 def_应用（自，fn）：
386对于self.children（）中的模块：
-->387模块应用（fn）
388
389 def compute_应使用_set_数据（张量、张量应用）：
/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in_apply（self，fn）
407#`带手电筒，无梯度（）：`
408带火炬。无梯度（）
-->409应用的参数=fn（参数）
410应该使用设置数据=计算应该使用设置数据（参数，参数已应用）
411如果应使用设置数据：
/usr/local/lib/python3.7/dist-packages/torch/nn/modules/module.py in（t）
489模块：自我
490         """
-->491返回自应用（lambda t:t.cuda（设备））
492
493 def xpu（self:T，device:Optional[Union[int，device]]=None）->T:
运行时错误：CUDA错误：已触发设备端断言

---

我不知道我做错了什么，因为我用同样的方法训练了一个手动定义的CNN。提前谢谢。

您能试着在CPU中运行代码吗？通常，当代码在CPU中运行而不是在GPUTH中运行时，输出更加自我解释。问题在其他行中，您必须将所有内容设置为CPU，以使stacktrace正常工作Hello@Francescoalogi，@NatthaphonHongcharoen-如果我在CPU上运行该模型，则工作正常，但在循环中的处理速度非常缓慢。如果在CPU上运行，则不会出现错误。我误解你了吗？请检查这行返回的内容

torch.cuda.is_available（）

Hello@PrajotKuvalekar-

torch.cuda.is_available（）

返回

True