“Segmentation fault”错误

问题现象描述

运行转换后代码无报错，仅提示“Segmentation fault”信息。

原因分析

可能原因一：

代码中引用了tensorboard或第三方库中包含tensorboard，以下为已知的引用tensorboard的第三方库。

• wandb：若该库仅用来打log，可以删除该库的调用。
• transformers：该库深度绑定tensorflow、tensorboard。

可能原因二：

训练脚本中包含两个0维Tensor在不同设备上进行比较的代码，当前该比较不支持在torch_npu上运行。

解决措施

原因一解决措施：

注释掉相关的Summary、Writer调用即可规避该错误。Summary、Writer多用于记录日志和绘图，不影响网络跑通和精度收敛。

原因二解决措施：

在脚本启动命令前添加python -X faulthandler打印线程信息，定位到具体的报错位置，进行pdb调试。来定位脚本中是否存在两个0维Tensor在不同设备上进行比较的代码，需要用户手动修改为在同一设备上进行比较，示例如下：

修改前，在CPU和NPU上进行比较：

a = torch.tensor(123)
b = torch.tensor(456).npu()
print(a == b)

修改后，添加加粗字体信息，修改为同在NPU上进行比较：

a = torch.tensor(123).npu()
b = torch.tensor(456).npu()
print(a == b)