Pytorch RuntimeError：[在CPUAllocator.cpp：56上强制执行失败] posix_memalign（＆data，gAlignment，nbytes）==0。12 vs 0

Question

我正在构建一个基于内容的简单推荐系统。为了以GPU加速的方式计算余弦相似度，我正在使用Pytorch。

从csr_matrix创建 tfidf词汇张量时，它提示以下 RuntimeErrorr

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

我是以这种方式做的：

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

我尝试了一个小的测试（tfidf矩阵大小= 10,296）数据集，它可以工作。 实际数据集中的tfidf矩阵大小为（27639，226957）

Answer 1

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

Answer 2

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