运行yolov5代码时出现报错的问题

运行yolov5融合注意力机制的代码时，出现错误
报错代码如下

请博主们答疑解惑

在train.py文件中的scaler.scale(loss).backward()前添加torch.use_deterministic_algorithms(False)
这样就改好啦

报错不是提示你了吗，在backword() 前面加一句
torch.use_deterministic_algorithms(False)来适应不确定的算法接口

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7440016
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：yoloV5官方代码 运行报错|调参|训练自己的数据集
• 除此之外, 这篇博客: 【深度学习】使用 YOLOv5 进行自定义目标检测训练中的 自定义训练代码 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  让我们开始编码部分。 所有代码都是 Jupyter notebook 的一部分，您可以从下载部分访问。

  在这里，我们将介绍所有必要和重要的编码部分。 这些包括：

  1. 数据集准备。
  2. 如上所述的三个模型的训练。
  3. 性能比较。
  4. 对图像和视频的推断。

  让我们回顾一下代码的所有重要部分，从导入我们在笔记本中使用的模块和库开始。

  import os

  import glob as glob

  import matplotlib.pyplot as plt

  import cv2

  import requests

  我们将需要 glob 用于捕获目录中的文件路径，matplotlib 用于可视化，以及 cv2 用于读取图像。

  接下来，我们定义一些常量和hyperparameters超参数。

  TRAIN = True

  # Number of epochs to train for.

  EPOCHS = 25

  上面，我们有一个名为 TRAIN 的布尔值。 如果这是真的，那么运行代码将训练笔记本中的所有三个模型。 如果我们将值提供为 False，那么如果结果目录中存在任何先前训练的模型，它将用于推理。 如果我们想要进行推理，这是一个很好的措施，可以确保我们不需要每次都训练所有模型。

• 您还可以看一下 白老师老师的YOLOv5目标检测之知识蒸馏实战课程中的 知识蒸馏具体修改代码的讲解小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^