报错

在复现 Transformer 代码的训练阶段时，发生报错：

bash 复制代码

RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0 and cpu!

解决方案

通过next(linear.parameters()).device确定 model 已经在 cuda:0 上了，同时输入 model.forward()的张量也位于 cuda:0。输入的张量没什么好推敲的，于是考虑到模型具有多层结构，遂输出每层结构的设备信息，model.encoder -> model.encoder.sublayer[0] ··· ···

测试发现，model.encoder.sublayer[0] 之后的模块的设备信息均位于 cpu，原因是构造这部分模块时，由于需要多个相同的模块，使用了 list 来存放模块：

python 复制代码

# module: 需要深拷贝的模块
# n: 拷贝的次数
# return: 深拷贝后的模块列表
def clones(module, n: int) -> list:
    return [copy.deepcopy(module) for _ in range(n)]

显然 list 不支持 GPU，需要用 PyTorch 提供的代替：

python 复制代码

def clones(module, n: int):
    return nn.ModuleList([copy.deepcopy(module) for _ in range(n)])

ModuleList 把子模块存入列表，能像 Python 里普通的列表被索引，最重要的是能使内部的模块被正确注册，并对所有的 Module 方法可见。[Source]

成功解决！

PyTorch下，使用list放置模块，导致计算设备不一的报错

报错

解决方案

相关环境