PaddlePaddle 和PyTorch选择与对比互斥

你遇到的错误信息如下:

RuntimeError: (PreconditionNotMet) Tensor's dimension is out of bound.Tensor's dimension must be equal or less than the size of its memory.But received Tensor's dimension is 8, memory's size is 0.[Hint: Expected numel() * SizeOf(dtype()) <= memory_size(), but received numel() * SizeOf(dtype()):8 > memory_size():0.] (at ..\paddle\phi\core\dense_tensor_impl.cc:55)[operator < scale > error]

🧾 错误分析

这个错误表明 PaddlePaddle 在执行一个 scale 操作时,试图访问一个 维度为 8 的张量,但它的内存大小是 0。也就是说,这个张量没有实际数据,却在进行计算操作。

结合你的环境信息:

  • torch.__version__ == 2.7.0+cpu:这说明你安装的是 PyTorch(不是 PaddlePaddle)。
  • 却运行了 PPStructure 这个 PaddlePaddle 的文档结构化模型代码
  • 报错发生在加载 TableSystem 时,也就是表格识别模块初始化失败。

❗ 根本原因

你正在使用 PyTorch 环境运行 PaddlePaddle 的模型代码!

这是不兼容的!

PP-Structure 是基于 PaddlePaddle 深度学习框架 实现的文档结构化系统,它不能直接在 PyTorch 环境下运行。你现在使用的 Python 环境中安装的是 torch 而不是 paddlepaddle,所以模型加载失败。


✅ 正确做法

✅ 步骤 1:确认你是否真的需要使用 PP-Structure

如果你确实想用 PP-Structure(比如解析 PDF 或图像中的表格、文本等),请确保:

  1. 安装的是 paddlepaddle,而不是 torch
  2. 使用 CPU 或 CUDA 版本要匹配
  3. 不要在 PyTorch 环境中混用 PaddlePaddle 的模型代码

✅ 步骤 2:卸载 PyTorch,安装 PaddlePaddle

卸载当前的 torch:
pip uninstall torch
安装 PaddlePaddle(以 CPU 版为例):
pip install paddlepaddle==2.4.0 -i https://pypi.tuna.tsinghua.edu.cn/simple

如果你有 GPU 并希望加速推理,请安装 CUDA 支持版本(例如 CUDA 11.8):

pip install paddlepaddle==2.4.0.post118 -i https://pypi.tuna.tsinghua.edu.cn/simple

你可以通过以下命令检查是否安装成功:

import paddle
print(paddle.__version__)
paddle.utils.run_check()

✅ 步骤 3:使用专用虚拟环境(推荐)

建议创建一个独立的虚拟环境来运行 PaddleOCR / PP-Structure:

# 创建虚拟环境
python -m venv pp_env# 激活虚拟环境
# Windows:
pp_env\Scripts\activate
# Linux/macOS:
source pp_env/bin/activate# 安装依赖
pip install paddlepaddle paddleocr

然后在这个环境中运行你的 main_paddle.py


✅ 可选:如果你想继续使用 PyTorch 环境

那你就不能使用 PP-Structure(因为它是 PaddlePaddle 生态的一部分)。你需要寻找 PyTorch 版本的替代方案,例如:

  • 使用 detectron2 + 自定义模型做文档结构化
  • 使用 LayoutParser 配合 TableMaster 做表格识别
  • 使用 DocTRKleister 等开源项目

✅ 总结

问题解决方法
使用 torch 环境运行 PaddlePaddle 代码❌ 不支持,必须切换到 paddlepaddle 环境
张量维度异常(dimension=8, memory=0)初始化失败导致,本质是环境配置错误
想要运行 PP-Structure✅ 创建专门的虚拟环境并安装 paddlepaddlepaddleocr

如需我帮你写一个完整的 PP-Structure 启动脚本或搭建环境流程,也可以继续问我 👍

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/79198.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

vison transformer vit 论文阅读

An Image is Worth 16x16 Words 20年的论文看成10年的哈斯我了 [2010.11929] 一张图像胜过 16x16 个单词&#xff1a;用于大规模图像识别的转换器 --- [2010.11929] An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 为什么transformer好训练&am…

依赖关系-根据依赖关系求候选码

关系模式R&#xff08;U, F&#xff09;, U{}&#xff0c;F是R的函数依赖集&#xff0c;可以将属性分为4类&#xff1a; L: 仅出现在依赖集F左侧的属性 R: 仅出现在依赖集F右侧的属性 LR: 在依赖集F左右侧都出现的属性 NLR: 在依赖集F左右侧都未出现的属性 结论1: 若X是L类…

SAP note 3565626 : Baltimore CyberTrust 根证书即将过期

SAP note 3565626 &#xff1a; Baltimore CyberTrust 根证书即将过期 20250512 2025年5月9日 症状 您已收到来⾃ SAP Integration Suite/Cloud Integration 服务的通知邮件&#xff0c; 建议 Baltimore CyberTrust 根证书将于 2025 年 5 ⽉ 12 ⽇ 过期&#xff0c;其中 Balt…

算法精讲:字母异位词分组问题剖析

算法精讲:字母异位词分组问题剖析 一、引言 在算法的学习与实践中,字符串相关的问题一直是重点和难点。今天我们要深入探讨的“字母异位词分组”问题,不仅考验对字符串操作的理解,还涉及到数据结构的巧妙运用。通过解决这个问题,我们能进一步提升算法思维和代码实现能力。…

【每日八股】复习 Redis Day7:应知应会的 33 条 Redis 基础八股文

应知应会的 33 条 Redis 基础八股文 今天对 Redis 八股文进行收官总结&#xff0c;共收录了 33 条基础八股文。 文章目录 应知应会的 33 条 Redis 基础八股文Redis 持久化简述 Redis 持久化的两种策略&#xff1f;AOF 的三种持久化策略&#xff1f;AOF 磁盘重写机制&#xf…

k8s之探针

探针介绍&#xff1a; 编排工具运行时&#xff0c;虽说pod挂掉会在控制器的调度下会重启&#xff0c;出现pod重启的时候&#xff0c;但是pod状态是running,无法真实的反应当时pod健康状态&#xff0c;我们可以通过Kubernetes的探针监控到pod的实时状态。 Kubernetes三种探针类…

记9(Torch

目录 1、Troch 1、Troch 函数说明举例torch.tensor()torch.arange()创建张量创建一个标量&#xff1a;torch.tensor(42)创建一个一维张量&#xff1a;torch.tensor([1, 2, 3])创建一个二维张量&#xff1a;torch.tensor([[1, 2], [3, 4]])生成一维等差张量&#xff1a;语法&am…

flask开启https服务支持

目录 一、背景 二、开启https支持 三、自签名 1、安装openssl 2、验证安装 3、自签名 四、编写代码 五、访问https接口 一、背景 最近在做自动化业务&#xff0c;需要兼容现在主流的框架开发的前端页面&#xff0c;于是到github找到了几个项目&#xff0c;clone下来项目并…

路由交换实验

案例一&#xff1a;实施和配置RIPV2 1.给AR1配置接口 查看R1接口配置情况 2.配置三台路由的RIP协议&#xff0c;版本为version2 &#xff0c;关闭自动汇总&#xff0c;通告所有的直连接口 案例二&#xff1a;配置多区域的OSPF协议 1.配置R1的接口IP地址参数 2.配置r2,r3的接口参…

北斗导航 | RTKLib中重难点技术,公式,代码

Rtklib 一、抗差自适应卡尔曼滤波1. **核心难点**2. **公式与代码实现**二、模糊度固定与LAMBDA算法1. **核心难点**2. **LAMBDA算法实现**3. **部分模糊度固定技术**三、伪距单点定位与误差修正1. **多系统多频点修正**2. **接收机钟差与系统间偏差**四、动态模型与周跳处理1.…

RT-Thread 深入系列 Part 2:RT-Thread 内核核心机制深度剖析

摘要: 本文从线程管理、调度器原理、中断处理与上下文切换、IPC 同步机制、内存管理五大核心模块出发,深入剖析 RT-Thread 内核实现细节,并辅以源码解读、流程图、时序图与性能数据。 目录 线程管理与调度器原理 1.1 线程控制块(TCB)结构 1.2 就绪队列与优先级调度 1.3 时…

STM32部分:3、STM32CubeMX 工程创建

飞书文档https://x509p6c8to.feishu.cn/wiki/LfMpwjktZiMAuMkayt6c0LGZnpx 1、打开STM32CUBEMX&#xff0c;选择File->New Project 如果首次使用&#xff0c;可能会自动下载一些依赖包&#xff0c;可以等待下载完成。 2、选择对应芯片 MCU/MPU Selector->输入“STM32F1…

第十五章,SSL VPN

前言 IPSec 和 SSL 对比 IPSec远程接入场景---client提前安装软件&#xff0c;存在一定的兼容性问题 IPSec协议只能够对感兴趣的流量进行加密保护&#xff0c;意味着接入用户需要不停的调整策略&#xff0c;来适应IPSec隧道 IPSec协议对用户访问权限颗粒度划分的不够详细&…

深度学习系统学习系列【4】之反向传播(BP)四个基本公式推导

文章目录 补充知识&#xff1a;∇ 和 ⊙ 运算符详解∇ (nabla) 运算符⊙ (圆圈点) 运算符 反向传播基本公式计算图和基本定义BP1&#xff1a;输出层误差推导BP1公式的重要性实际例子BP2第 l l l层误差推导BP3 &#xff1a;损失函数关于偏置(b)偏导的推导BP4&#xff1a; 损失函…

极狐Gitlab 如何创建并使用子群组?

极狐GitLab 是 GitLab 在中国的发行版&#xff0c;关于中文参考文档和资料有&#xff1a; 极狐GitLab 中文文档极狐GitLab 中文论坛极狐GitLab 官网 子群组 (BASIC ALL) 您可以将极狐GitLab 群组组织成子群组。您可以使用子群组&#xff1a; 内部和外部组织分开。因为每个子…

HarmonyOS基本的应用的配置

鸿蒙HarmonyOS组建页面 1、创建ets文件并配置2、修改main_pages.json文件3、修改EntryAbility.ets文件&#xff08;启动时加载的页面&#xff09; 1、创建ets文件并配置 Index.ets是创建项目自动构建生成的&#xff0c;我们可以将其删除掉&#xff0c;并重新在page文件夹下创建…

强化学习三大基本方法-DP、MC、TD

强化学习进阶 本文主要讲解 动态规划法&#xff08;Dynamic Programming DP&#xff09;蒙特卡洛法&#xff08;Monte Carlo MC&#xff09;时序差分法&#xff08;Temporal Difference TD&#xff09; 1. 动态规划法 1.1 动态规划概念 动态规划核心思想&#xff1a; 其核心…

《Spring Boot 3.0全新特性详解与实战案例》

大家好呀&#xff01;今天让我们轻松掌握Spring Boot 3.0的所有新特性&#xff01;&#x1f680; &#x1f4cc; 第一章&#xff1a;Spring Boot 3.0简介 1.1 什么是Spring Boot 3.0&#xff1f; Spring Boot 3.0就像是Java开发者的"超级工具箱"&#x1f9f0;&…

【推荐笔记工具】思源笔记 - 隐私优先的个人知识管理系统,支持 Markdown 排版、块级引用和双向链接

Typora 使用Typora好多年了&#xff0c;一直非常的喜欢这个简洁的Markdown编辑工具&#xff0c;低版本的免费且好用。 Typora官网地址&#xff1a; https://typora.io/ https://typoraio.cn/ Typora的文档树如下&#xff0c;细看后&#xff0c;总觉得差点意思! 思源笔记 今…

虚拟文件系统

虚拟文件系统&#xff08;Virtual File System&#xff0c;VFS&#xff09;是操作系统内核中的一个抽象层&#xff0c;它为不同的文件系统&#xff08;如ext4、NTFS、FAT32等&#xff09;提供统一的访问接口。通过VFS&#xff0c;用户和应用程序无需关心底层文件系统的具体差异…