Pytorch RuntimeError: [enforce fail at CPUAllocator.cpp:56] posix_memalign(&data, gAlignment, nbytes) == 0. 12 vs 0答案

【问题标题】：Pytorch RuntimeError: [enforce fail at CPUAllocator.cpp:56] posix_memalign(&data, gAlignment, nbytes) == 0. 12 vs 0Pytorch RuntimeError: [enforce fail at CPUAllocator.cpp:56] posix_memalign(&data, gAlignment, nbytes) == 0. 12 vs 0
【发布时间】：2019-10-09 21:30:11
【问题描述】：

我正在构建一个简单的基于内容的推荐系统。为了以 GPU 加速的方式计算 余弦相似度，我使用了Pytorch。

在从 csr_matrix 创建 tfidf 词汇张量时，它会提示以下 RuntimeErrorr

RuntimeError: [enforce fail at CPUAllocator.cpp:56] posix_memalign(&data, gAlignment, nbytes) == 0. 12 vs 0

我是这样做的：

coo = tfidf_matrix.tocoo()
values = coo.data
indices = np.vstack( (coo.row, coo.col ))
i = torch.LongTensor(indices)
v = torch.FloatTensor(values)
tfidf_matrix_tensor = torch.sparse.FloatTensor(i, v, torch.Size(coo1.shape)).to_dense() 
# Prompts the error

我尝试了一个小型测试（tfidf 矩阵大小 = 10,296）数据集，它可以工作。真实数据集的 tfidf 矩阵大小为 (27639, 226957)

【问题讨论】：

这可能是 PyTorch 中的一个错误，最好通过在 github issues 上提问来解决。

标签： python python-3.x pytorch recommendation-engine cosine-similarity

【解决方案1】：

我尝试使用旧版本的 PyTorch 引发此错误的同一段代码。它说我需要更多的内存。因此，这不是 PyTorch 错误。唯一的解决方案是以某种方式减小矩阵大小。

【讨论】：

【解决方案2】：

我在转换小型 Numpy 矩阵时遇到了同样的问题，修复方法是使用 torch.tensor 而不是 torch.Tensor。我想一旦你这样做了，你就可以转换为你想要的特定类型的张量。

【讨论】：