前提：代码中包含nn.Embedding()语句，且发生如下情况：
1.cpu运行下报错：IndexError: index out of range in self
2.GPU运行下报错：RuntimeError: CUDA error: CUBLAS_STATUS_NOT_INITIALIZED when calling `cublasCreate(handle)
究其原因：全是nn.Embedding(num_embeddings ，embedding_dim)层的问题。num_embeddings代表编码库中一共有多少个选项，而其中的每一个选项都是长度为embedding_dim的向量表示的。
nn.Embedding就是先生成一些嵌入向量，然后调用它对自己的输入进行编码时，通过索引来取值编码。
解决方法：
增大num_embedding的取值。
实例：
a=torch.tensor([[2,3,9],[5,6,8],[8,8,11]]
self.emd=nn.Embedding(10,16)
此时，如果直接使用：self.emd(x)会报上述错误，原因就是编码库中只包含索引值为0,1,2,3,4,5,6,7,8,9对应的编码向量，而a中前面八个在其中，唯有最后一个11不在，故报错“index out of range in self”
解决办法：增大num_embedding的取值。
将self.emd换为：self.emd=nn.EMbedding(12,16)即可，其实只要num_embeddings>11即可(万一不行，继续增大）