Python 使用torch.cat时发生CUDA非法内存访问错误

我在玩pytorch concatenate，想看看是否可以使用与输入张量不同的输出张量，下面是代码：

import torch
a = torch.ones(4)
b = torch.ones(4) 
c = torch.zeros(8).cuda()
print(c)
ab = torch.cat([a,b], out=c)
print(c)

我在jupyter笔记本中运行这个。pytorch版本：1.7.1

我得到以下错误：

...
\Anaconda3\envs\...\lib\site-packages\torch\_tensor_str.py in __init__(self, tensor)
     87 
     88         else:
---> 89             nonzero_finite_vals = torch.masked_select(tensor_view, torch.isfinite(tensor_view) & tensor_view.ne(0))
     90 
     91             if nonzero_finite_vals.numel() == 0:

RuntimeError: CUDA error: an illegal memory access was encountered

如果您尝试访问张量

c

（在本例中是使用

打印

），则会发生这种情况

我在网上找不到任何东西表明我不能这样做，也许除了这句话：

“…任何相同类型的张量的python序列…”

---

不过，这个错误有点奇怪。。。有什么想法吗？

行为似乎会随着Pytork版本的不同而变化。在1.3.0版本中，我得到了后端CUDA的错误

预期对象，但得到了CPU

，但在1.5.0版本中，我确实得到了与您相同的错误。这在他们的github上可能值得一提，因为我相信前者的错误比后者更有用

不管怎样，这两个错误都来自于将cpu张量连接到GPU张量的事实。您可以非常轻松地解决此问题：

# Move the tensors to the GPU prior to concatenating
ab = torch.cat([a.cuda(),b.cuda()], out=c)

或

---

我没有笔记本，但我相信你必须重新启动你的内核，你得到的错误似乎把它破坏得非常糟糕。在获得非法内存访问后，我的python shell无法再计算任何东西。

我无法复制这个问题，

cat

操作产生“预期的后端CUDA对象，但获得了CPU…”，这是预期的，因为您将2个CPU张量连接到一个gpu张量中。但是，

print

语句不会引起任何问题。你确定你粘贴的代码确实产生了这个错误吗？我确定，这是笔记本上唯一的东西。。。你把它放在笔记本里了？火炬的版本是一样的吗？很奇怪…——编辑：无论python内核是否新鲜都会发生这种情况

# Move the tensor after concatenating
c.copy_(torch.cat([a,b]).cuda())