RuntimeError: "addmm_cuda" not implemented for 'Short'

这个错误通常是由于在使用 PyTorch 的 CUDA 版本时，数据类型不匹配导致的。在 PyTorch 中，有些操作是只支持特定的数据类型的，如果数据类型不匹配，就会出现这个错误。

根据错误提示信息，你使用了一个数据类型为 Short 的张量，而某个操作（addmm_cuda）没有实现对于这种数据类型的支持。你可以尝试将数据类型转换为其他支持的类型，比如 Float 或 Double，或者检查你的代码是否有其他错误。如果需要使用 Short 类型的张量，你可以尝试使用 CPU 版本的 PyTorch 运行代码。

相关问题

RuntimeError: "mse_cuda" not implemented for 'Byte'

This error message indicates that an operation called "mse_cuda" has not been implemented for the data type 'Byte'. This could happen if you are trying to perform a calculation or operation on a tensor of type 'Byte' using a function or module that only supports certain data types.

To fix this error, you could try converting the tensor to a different data type that is supported by the function or module you are using. For example, you could try converting the tensor to a 'Float' data type using the .float() method before performing the calculation. Alternatively, you could try finding a different function or module that supports the 'Byte' data type.

RuntimeError: "nll_loss_forward_reduce_cuda_kernel_2d_index" not implemented for 'Float'

这个错误通常是由于 PyTorch 的版本与 CUDA 版本不兼容导致的。尝试降低 PyTorch 的版本，或者更新 CUDA 驱动程序以解决此问题。

另外，您也可以尝试在训练模型时使用 CPU 而不是 GPU，看看是否会有同样的错误。如果不会出现错误，那么问题可能是与 GPU 相关的。您可以通过检查 CUDA 版本、GPU 驱动程序和 PyTorch 版本来进一步调查问题。