我正在尝试用Pytorch实现一个字符LSTM。但是我得到了cudnn_status_bad_params错误。这是训练循环。我在output = model（input_seq）行上得到了错误。
for epoch in tqdm(range(epochs)):
for i in range(len(seq)//batch_size):
sidx = i*batch_size
eidx = sidx + batch_size
x = seq[sidx:eidx]
x = torch.tensor(x).cuda()
input_seq =torch.nn.utils.rnn.pack_padded_sequence(x,seq_lengths,batch_first = True)
y = out_seq[sidx:eidx]
output = model(input_seq)
loss = criterion(output,y)
loss.backward()
optimizer.step()
/usr/local/lib/python3.6/dist-packages/torch/nn/modules/module.py in __call__(self, *input, **kwargs)
487 result = self._slow_forward(*input, **kwargs)
488 else:
--> 489 result = self.forward(*input, **kwargs)
490 for hook in self._forward_hooks.values():
491 hook_result = hook(self, input, result)
/usr/local/lib/python3.6/dist-packages/torch/nn/modules/rnn.py in forward(self, input, hx)
180 else:
181 result = _impl(input, batch_sizes, hx, self._flat_weights, self.bias,
--> 182 self.num_layers, self.dropout, self.training, self.bidirectional)
183 output = result[0]
184 hidden = result[1:] if self.mode == 'LSTM' else result[1]
RuntimeError: cuDNN error: CUDNN_STATUS_BAD_PARAM
4条答案
按热度按时间w8f9ii691#
我本想对普尔提的回答发表评论，但我不能，所以我在这里为后代加上这句话：
我在CPU上运行模型，我的错误被升级为另一个半帮助错误，我在网上找不到解决方案：
对我来说，这是一个conv层，错误地定义为dilation=0而不是1。因此，根据原始错误（CUDNN_STATUS_BAD_PARAM），确保易出错层的参数有效。
oyt4ldly2#
我遇到了相同的错误。Here's the solution。
您应该将输入类型从
float64更改为float32，这意味着您应该键入：brjng4g33#
我得到了同样的错误，如果你切换到CPU，你会得到一个更好的错误描述。在我的情况下，问题是在类型的输入，我给网络。我发送我猜
long，而模型需要float。我做了以下的变化和代码工作。基本上切换到CPU提供更好的错误描述。ghhkc1vu4#
我遇到了同样的问题，问题是 Torch ==1.6。解决方案可以在这里找到git issue。看一下。这可能也是你的解决方案。