背景

为对交通数据进行预测，调试STSGCN算法模型

1. 报错—— ray.tune.sugges 导入不成功

from ray.tune.suggest import HyperOptSearch

解决过程

前提：已经尝试过网上(包括官网)的方法

1. pip install ray
// "[]"中是想要导入的包
2. pip intall ray[]

查看官网

发现有一个使用

所以试着按照这个库进行导入，调试后可以运行

2. 报错 AttributeError: executor is not found

解决过程

查阅资料：

应该是版本的问题 【Tensorboard报错解决】AttributeError:module ‘distutils‘ has no attribute ‘version‘-CSDN博客

查看 tensorboard 的版本

tensorboard版本高于1.15（含），手动注释掉 错误抛出 部分的代码

3. 报错GPU内存不够

解读

错误表明你的 CUDA 内存不足。在 PyTorch 中，模型的参数和中间计算结果需要存储在 GPU 上，但当前 GPU 上的剩余内存不足以容纳模型的某些部分。

解决过程

清理 GPU 内存： 在每个训练迭代结束后，调用 torch.cuda.empty_cache() 来清理 GPU 内存。

添加代码

1. 在 pdformer_exrcutor.py 中加入 with torch.no_grad()
2. 在epoch或batch循环结尾加上 torch.cuda.empty_cache()

4. 报错 对不需要梯度的张量进行反向传播

Variable._execution_engine.run_backward( RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn

错误解读

这个错误通常是因为尝试对不需要梯度的张量进行反向传播。在 PyTorch 中，只有那些 requires_grad 被设置为 True 的张量，才会构建梯度计算图。

解决过程

检查你正在尝试反向传播的张量，确保它们是需要梯度的 在 pdformer_executor.py 中添加修改代码

这里的loss默认的requires_grad是False，因此在backward()处不会计算梯度，导致出错

方法：将loss的requires_grad属性设为True

至此，除了上述所提到的问题，我遇到的其余都是缺少包的问题，只需对应下载即可