1.报错：UserWarning: volatile was removed and now has no effect. Use `with torch.no_grad():` instead.
  image = Variable(image, volatile=True)

解决办法：

with torch.no_grad():
        image = Variable(image)

2.报错：TypeError: Object of type int64 is not JSON serializable

原代码：

r = {"label": label, "label name": label_name,
                     "probability": float(prob)}

是由于其中的label默认int类型，json库不认识。

解决办法：手动转为字符串类型。

label = str(label)

3.报错：pycuda._driver.LogicError: explicit_context_dependent failed: invalid device context - no currently active context?

网上都说是由于pycuda.driver没有初始化，导致无法得到context，需要在导入pycuda.driver后再导入pycuda.autoinit。即：

import pycuda.driver as cuda
import pycuda.autoinit

但我的代码中有这两行。而且单独执行tensorrt推理过程，也就是不引入flask时，是不会报错的，所以考虑可能是flask服务器在请求进来时会产生新的进程导致的。

参考：https://www.coder.work/article/352714

解决办法：将flask中调用的函数修改为：

最后

以上就是淡然万宝路最近收集整理的关于【问题解决】同一机器上Flask部署TensorRT报错记录1.报错：UserWarning: volatile was removed and now has no effect. Use `with torch.no_grad():` instead.   image = Variable(image, volatile=True)2.报错：TypeError: Object of type int64 is not JSON serializable3.报错：pycuda._driver.的全部内容，更多相关【问题解决】同一机器上Flask部署TensorRT报错记录1.报错：UserWarning:内容请搜索靠谱客的其他文章。