Warp-ctc无法在GPU上运行

Question

我从crnn-pytorch中保存了一些变量，该变量在gpu上运行并使用warp-ctc。

warp-ctc：https://github.com/SeanNaren/warp-ctc

然后我在代码中使用这些变量，可以在cpu上运行它，结果是正确的。但是，当我在gpu上运行它时，会出现Segmentation fault错误。 这是我在gpu上运行的代码：

import torch
from warpctc_pytorch import CTCLoss
import numpy as np
from torch.autograd import Variable

i = 1
criterion = CTCLoss()
criterion = criterion.cuda()
a = np.load('preds_%d.npy' % i)
b = np.load('text_%d.npy' % i)
c = np.load('preds_size_%d.npy' % i)
d = np.load('length_%d.npy' % i)

#a = Variable(torch.from_numpy(a)).cuda()
#b = Variable(torch.from_numpy(b)).cuda()
#c = Variable(torch.from_numpy(c)).cuda()
#d = Variable(torch.from_numpy(d)).cuda()

a = torch.from_numpy(a).cuda()
b = torch.from_numpy(b).cuda()
c = torch.from_numpy(c).cuda()
d = torch.from_numpy(d).cuda()

print(a.dtype)
print(b.dtype)
print(c.dtype)
print(d.dtype)

cost = criterion(a, b, c, d) / 64
print('cost:', cost)

我遇到细分错误。当删除所有.cuda（）时，我得到正确的答案。 所有cpu和gpu测试均已通过。 我真的希望有人能提供帮助。