[人工智能]CUDA ERROR: device-side assert triggered at问题的解决

最近在用深度学习模型跑自己的数据集时遇到了如标题所示的错误，然后在网上搜索了很多方法，发现是计算dice_loss时出错了，于是检查输入输出以及label标签

1. 用torch.isnan(label_batch).any()和torch.isinf(label_batch).any()函数确定了outputs和label_batch中都没有nan和inf，输出都为False
2. 于是再次根据搜索得到的信息，在运行命令前加了CUDA_LAUNCH_BLOCKING=1，看能不能看到具体问题，然后报错是这样的
   /pytorch/aten/src/THCUNN/SpatialClassNLLCriterion.cu:104: void cunn_SpatialClassNLLCriterion_updateOutput_kernel(T *, T *, T *, long *, T *, int, int, int, int, int, long) [with T = float, AccumT = float]: block: [0,0,0], thread: [294,0,0] Assertion t >= 0 && t < n_classes failed.
   THCudaCheck FAIL file=/pytorch/aten/src/THCUNN/generic/SpatialClassNLLCriterion.cu line=127 error=710 : device-side assert triggered
   这说明我的label有问题，有不是0或者1的
3. 于是输出label的标签查看有没有不是0或者1的，但是！！！输出老是简略，看不到完整的256*256信息！！然后走了很多弯路，耽误了一天时间，最后根据这篇文章 将labe的标签改了
   在dataset里面的__getitem__函数里面读取label并处理的地方加了

num_class = 2
ignore_label = 0
label[label >= num_class] = ignore_label
label[label <= 0] = ignore_label

就解决了这个问题
根据自己的需求改ignore_label和num_class
我的是二分类问题，所以设置为：

num_class = 2
ignore_label = 0

其实昨天就看到这篇文章了，但是不知道加在哪里，今天再次看到然后仔细看了评论，加在了dataset里面的__getitem__函数里，就解决了这个问题，改代码还是得沉下心来，不能急躁。