001.“AssertionError: Torch not compiled with CUDA enabled”
报错原因： 我所使用的虚拟环境没有显卡资源。通过查询发现是Anaconda基础环境下没有安装pytorch的gpu版
解决方案：
方案一：直接改为用cpu训练
方案二：仍然使用GPU
在基础环境中安装pytorch（cuda与自己电脑版本对应），但是出现了错误002，通过升级conda已解决
conda install pytorch torchvision torchaudio cudatoolkit=11.3-c pytorch
参考博文： 这也太南了趴
002.“RemoveError: ‘requests’ is a dependency of conda and cannot be removed from conda’s operating environment”
解决方案： 升级conda，通过强制升级解决
# 升级conda也会升级模块版本。
conda update conda
# 如果还报这个错误，就执行强制升级
conda update --force conda
参考博文： zhaojiafu666
003.“FileNotFoundError: [WinError 3] 系统找不到指定的路径。”
报错原因： 路径写的不对，要注意所运行的.py文件与所定位的文件之间的目录级别关系
解决方案： 若路径文件的头与.py文件在同一级目录下，则可用“./”表示
参考博文：FileNotFoundError: [WinError 3] 系统找不到指定的路径。: ‘./datasets/train/ trainA’
004.“Cannot determine archive format of C:\Users\Zz\AppData\Local\Temp\pip-req-build-t35bzb_f”
报错原因： 在更换镜像源下载包时，出现该错误
解决方案： 使用阿里云镜像源进行下载，加入trust命令表示对新镜像源的信任。
pip install -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com 模块名
参考博文：解决ERROR: Cannot determine archive format of C:\Users\Zz\AppData\Local\Temp\pip-req-build-t35bzb_f
005.“RuntimeError: CUDA out of memory. Tried to allocate 2.00 GiB (GPU 0; 10.76 GiB total capacity; 7.67 GiB already allocated; 1.73 GiB free; 8.20 GiB reserved in total by PyTorch)”
报错原因： 显存不足。（只是导入一个三维图像，使用unet模型，batchsize为1，numworks为0，在训练每个epoch后释放缓存torch.cuda.empty_cache()，验证数据时不计算梯度with torch.no_grad()）
解决方案： 租张更大的卡试试
参考博文：（原创、不是重复文章）xxx GiB reserved in total by PyTorch的问题
版权归原作者 liuuu0 所有， 如有侵权，请联系我们删除。