Segmentation fault 的bug解决

一，Segmentation fault 的bug解决

问题描述：自己在使用CPU上调试完代码之后，可以稳定运行，有输出结果。 但是把数据和模型加载上GPU之后，出现了报错。
Segmentation fault (core dumped)

搜了一下可能存在的原因：

1. 内存问题：深度学习模型通常需要大量的内存。如果你的模型太大，而 GPU 内存不足以容纳模型和数据，就会导致内存溢出，从而引发 Segmentation Fault。确保你的 GPU 具有足够的内存来处理你的模型和数据
2. 不稳定的模型结构：有时，模型的结构或权重可能不稳定，可能导致 Segmentation Fault。确保你的模型结构正确，权重初始化合理。
3. 驱动问题：GPU 驱动程序可能会出现问题，导致 Segmentation Fault。请确保你的 GPU 驱动程序是最新的，并且与 PyTorch 版本兼容。

解决手段：

1. 检查你的模型大小和数据是否超出 GPU 内存。
   降低了数据的batchsize，但是模型依旧报错，segmentation fault

2. 确保你的代码和模型没有 bug，包括权重初始化问题。
   代码应该没有bug, 因为在CPU上可以运行。

3. 确保你的 GPU 驱动与你的pytorch版本是对应的。
   查看GPU版本和我的torch版本：
   如何查看torch的版本：

print(torch.__version__)   # 2.0.1  
print(torch.cuda.is_available())    # False  

因为返回时False,所以版本匹配有问题。

查看 cuda 版本：nvcc -V
Cuda compilation tools, release 11.7, V11.7.64
Build cuda_11.7.r11.7/compiler.31294372_0

**重新安装： **
print(torch.version) # 2.0.1 +cu117
print(torch.cuda.is_available()) #True

原因找到，是cuda的版本不对应的问题。在下面网址找到对应的版本。
https://pytorch.org/get-started/previous-versions/