linux conda的虚拟环境下from transformers import BertTokenizer时遇到段错误。在CSDN上查了很多资料试了不少方法都不行，要么就是看不懂。于是到Google上检索外网的解决方法，得到建议：将sentencepiece库下降版本到0.1.91，即pip install sentencepiece==0.1.91。结果竟然将报错解决。在此建议大家，遇到疑难

1、注意编译解释器是否选对，路径2、命令行下载3、选择恰当的库代码源4、注意pip版本

下载地址可见：https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy。其实有可能是版本问题，可以到https://pypi.org/project/xxhash/这类较为官方的库网站阅读该库的版本信息，适当调低或者升高版本，我通过调低版本从xxhash 3.2.0到1.4.1解决了此报错。上图中有“+mkl”的就是包含了mkl库的安装包，请结合自己电脑的

网络训练IndexError: Target 1 is out of bounds.问题的解决参考问题出现在训练用的标签处，标签“1”超过范围，我这里标签是0和1，意味着原本我标签设置的范围只有一个，给了0.所以要提升维度为2.经过查找我是全连接哪里出了问题：Linear层输出维度为一，因此改为我们对应要的标签数量（2），成功。希望能帮到你...

下载地址可见：https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy。其实有可能是版本问题，可以到https://pypi.org/project/xxhash/这类较为官方的库网站阅读该库的版本信息，适当调低或者升高版本，我通过调低版本从xxhash 3.2.0到1.4.1解决了此报错。上图中有“+mkl”的就是包含了mkl库的安装包，请结合自己电脑的

linux conda的虚拟环境下from transformers import BertTokenizer时遇到段错误。在CSDN上查了很多资料试了不少方法都不行，要么就是看不懂。于是到Google上检索外网的解决方法，得到建议：将sentencepiece库下降版本到0.1.91，即pip install sentencepiece==0.1.91。结果竟然将报错解决。在此建议大家，遇到疑难

解决NotImplementedError的思路，举一反三

如果下方有提：For debugging consider passing CUDA_LAUNCH_BLOCKING=1.我们可以在代码中import os下添加“os.environ[‘CUDA_LAUNCH_BLOCKING’] = “1””，这样可以保证报错信息提示的位置是准确的。我遇到的问题最终显示是在代码的scatter_函数（torch）中存在映射维度不匹配的情况，映射的目标index