loss.backward() 给出 RuntimeError: CUDA error: 设备端断言触发答案

【问题标题】：loss.backward() gives RuntimeError: CUDA error: device-side assert triggeredloss.backward() 给出 RuntimeError: CUDA error: 设备端断言触发
【发布时间】：2021-11-20 23:28:45
【问题描述】：

我正在尝试使用 BCELoss，但没有成功。

loss = BCELoss()
opt   = optim.AdamW  (model.parameters(), lr=0.01, betas=(0.9, 0.99), weight_decay=0.001)

loss = Loss(z, y)
opt.zero_grad() 
loss.backward()

z, y 的形状为：(128, 2)

我遇到了错误（来自loss.backward()）：

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.
For debugging consider passing CUDA_LAUNCH_BLOCKING=1.

当使用CrossEntropyLoss（y 的形状为(128,)）时，一切正常！

怎么了？
我需要改变什么？

【问题讨论】：

标签： pytorch

【解决方案1】：

二进制交叉熵或BCELoss 要求每个样本在[0, 1] 之间有一个数字。

您的 z 必须是 [128,]（浮动并在 [0,1] 内），y 必须是 [128,]（仅包含 0 和 1 的长整数）。

【讨论】：