是這樣的，在跑fasterrcnn的時候，要把原模型21個類別改為自己的類別數目，第一次改過后運行沒有報錯，第二次再修改就報錯了，錯誤如下
1 block: [0,0,0], thread: [16,0,0] Assertion `t >= 0 && t < n_classes` failed. 2 RuntimeError: cuda runtime error (59) : device-side assert triggered
網上的主要解決方法如下：
造成這個問題的原因就是在做分類任務時，訓練數據中存在超出分類數目的標簽。比如我一共設置了8個類，但是訓練數據中的標簽里出現了9，就會報這個錯誤。那么問題來了，這里有一個陷阱。訓練數據中的標簽含0也會報上述錯誤。這個就非常詭異了。一般我們都從0開始數，但是在pytorch里0以下的類別標簽都是要報錯的。所以如果類別標簽從0開始，要給所有類別標簽都加上1。
但是我查看分析了自己的類別確實從0開始，所以應該不是這個錯，經過多次百度Google，終於在一篇博文里面找到我的問題里面的線索。
是這樣的第一次跑程序時是16個類別（我少刪了4個，沒發現）運行后發現多了四個類別，所以我刪除這四個類別，但是再次運行就報了上面的錯誤，原因是我們每次
運行的時候都要把上次運行生成的cache給刪除才行，因為我沒刪除，所以程序認為是16個類別，但是只提供了12個類別。所以報了這個錯，刪除cache重新運行就沒問題了。
這個bug真實惡心到我了，不過還好終於解決了，就記錄一下。