如上图所示为在 Ubuntu 服务器上训练深度学习网络出现的问题， Pytorch版本1.2， cuda版本10，在训练关系抽取的分类任务时出现的错误。
根据错误 RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED 的字面理解是CUDNN的状态没有初始化，但我通过该环境是可以训练其他深度学习模型的，所以这和cuda、pytorch的版本是没有任何关系的，其他博客都在说是Pytorch的版本与cuda版本不对应导致的，而对于我的问题来说，不是Pytorch的版本与cuda版本不对应。
继续探究问题何在，发现错误中提示了loss.backward()出现了问题，也就是loss不能反向传播，众所周知 loss 是计算 模型预测值与真实标签之间的差距的，loss不能反向传播也就是模型预测值与真实标签的维度不同导致无法计算两个tensor的差距，所以此时我们一定要检查 模型输出 与 真实标签。
最终发现问题是模型输出的问题，根本在定义的关系类别数量错误，忘记修改配置文件config中的关系类别数量导致的错误，关系类别对应着模型最后的全连接层，那么类别定义错误直接导致全连接层的输出有问题，也就是模型输出有问题，最终导致loss无法反传。
最后做一个总结：RuntimeError: cuDNN error: CUDNN_STATUS_NOT_INITIALIZED 问题可能有两种解决思路：
1 检查GPU服务器的CUDA版本，一定要在Pytorch官网安装对应你CUDA版本的Pytorch
2 若提示loss不能反传，则检查分类类别数量是否与实际数据的类别数量一致。
版权声明：本文为CSDN博主「带鱼工作室」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/liaoningxinmin/article/details/119139840
暂无评论