pytorch调试时CUDA报错，如何精确定位
由于pytorch的python语句执行和CUDA后端实际上是异步执行的，所以当CUDA runtime报错时，并不一定能正确地反映在python抛出的错误语句中，因此，可以添加一个环境变量来实现：
CUDA_LAUNCH_BLOCKING=1
这里再补充一些关于cuda和pytorch异步执行的知识，当你写了一句torch.mm(X, Y)时，实际上的操作仅仅是将乘法操作加入计算列表中就返回了，CUDA此时可能还在计算上一条，这时python可以进行下一步工作，直到要读取结果时，才会阻塞等待计算结束。所以当CUDA报错时，可能python在执行别的语句，就会抛出错误的堆栈。
