其实对于这种cuda error，由于torch本身是把tensor送进去黑盒，里面发生什么事情是看不见的。
原因有多种多样，
标签出界
cuda 内存不足
shape不符合
。。。
但是在cpu的话，错误的定位就范围相对更小。所以在trouble shooting的时候可以尝试先cpu跑到这个地方让他报错，再进行cuda的跑，（如果效率上说得过去）可以有效发现问题所在。
另：我自己本次error出现的情况是，公用GPU上另一个人占了99%的内存，我的内存一开始够但到了那个模块就不够了，出现了这个错误，没出现out of memory错误。
我切换了cpu后，错误提示就比GPU清晰多了。
