RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCre

如标签的数量不等于网络输出通道的数量，即预测的输出类的数量。调整输出以匹配，它应该可以解决问题。1.减小batch_size。检查GPU内存，这个错误很可能是由于GPU的运行内存不够引起的。此外，可以使用如下命令格式来输出它的底层问题。5.上述方案都不能解决时候（2.更新GPU驱动程序。

处理方法： 检查class num和prediction维度是否一致。 减少batch size

python运行报错*** RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling cublasCreate(handle) ***解决办法： 将所设的batch_size改小一点。因为是从github上copy的代码，所以跑不通其实挺正常，毕竟电脑配置啥的，都与作者的不一样。因此我们改成和自己电脑相匹配的就行。 将batch_size改成32，就成功运行。 大家遇到这种情况根据自身情况，改小一点即可。 本文借鉴于https://

在网上查了很多方案，在Torch社区也找了不少方案，但都对不上。 后来觉着这是CUDA的封装问题，将真正的错误信息掩盖了。 于是将程序改成在CPU上跑。 报错信息变成标签错误，进而发现是数据预处理打标签时错误。 修改相关代码后成功运行。 ...

CUBLAS_STATUS_EXECUTION_FAILED when calling `cublasSgemm` CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)` CUDA error: device-side assert triggered IndexError: Target -1 is out of bounds.

大多数问题是说显存爆了，如果不是显存爆了。我在做图像分类的时候，代码配置里需要手动配置图像的类别，如果类别数和你的数据集的类别数不一致，我就报了这个错。尝试检查类别数目是否设置正确。