1回答
我使用谷歌colab免费的图形处理器进行实验，想知道有多少图形处理器内存可用，torch.cuda.memory_allocated()返回当前占用的图形处理器内存，但我们如何使用PyTorch确定总可用内存
浏览 0提问于2019-10-03得票数 25
回答已采纳
对于每个模型，有两个进程-参与者和学习者，这两个进程仅使用其特定的GPU (例如，对应于模型#2的参与者和学习者仅对其所有张量使用GPU #2 )。参与者和学习者通过torch的share_memory_()共享模型层。由于四个训练“子系统”是完全对称的，我期望它们在四个GPU中的每一个上使用完全相同数量的GPU内存。然而，在实践中，我看到在第一个图形处理器(<e
浏览 24提问于2020-01-23得票数 3
问题： 在运行CentOS 7的Nvidia GPU上运行PyTorch脚本时，我偶尔会遇到以下CUDA错误。如果我运行： python3 -c 'import torch; print(torch.cuda.is_available()); torch.randn(1).to("cuda")' 我得到以下输出： True File "<string&g
浏览 534提问于2021-11-10得票数 1
我想在我的笔记本电脑上训练一个gpt2模型，我有一个图形处理器，我的操作系统是windows，但我在python中总是得到这个错误：RuntimeError: No CUDA GPUs are availableimport torchtorch.cuda<
浏览 1047提问于2021-05-20得票数 1
1回答
有人能帮我解释一下Pytorch中这个常见问题的含义吗？ 型号: EfficientDet-D4 GPU: RTX 2080Ti 批量:2 CUDA out of memory.Tried to allocate 14.00 MiB (GPU 0; 11.00 GiB total capacity; 8.32 GiB already allocated; 2.59 MiB free; 8.37 GiB reserved in total by PyTorch) 无论如何，我认为模型和图形
浏览 48提问于2020-10-27得票数 1
回答已采纳
我是julia的新手，目前我正在尝试一些具有递归结构的深度卷积网络。我正在使用CuArrays(CUDA9.0版)在图形处理器上训练网络。
有了两个独立的GPU，我用不同的数据集启动了两个实例。经过一些训练后不久，两个julia实例都分配了所有可用内存(2x11 my )，而我甚至无法使用CuArrays启动另一个实例(内存分配错误)。这成了一个
浏览 13提问于2019-07-17得票数 2
我用的是24 am的泰坦RTX，我用它来用Py手电筒分割Unet，图像大小= 448，批处理大小= 8
"RuntimeError:数据自动化系统错误:内存</
浏览 0提问于2021-03-15得票数 3
回答已采纳
我正在尝试计算我们的模型在每次迭代中需要多少时间。 我正在使用pytorch。 下面是代码。for i, (inp, gt) in enumerate(test_loader): print('Thetime_cnt + 1
print("ave : %.10f, single : %.10f" % (time_sum/time_cnt, time_gap)) 但是发现第一次迭代
浏览 155提问于2021-07-14得票数 0
如何在windows wsl 2 (Ubuntu-20.04)上安装支持gpu的pytorch 0.3？我在这个链接https://pytorch.org/get-started/previous-versions/中尝试了旧版本的pytorch的轮子，但没有得到可行的解决方案。我使用的是conda和python 3.6。
浏览 30提问于2021-09-26得票数 1
假设我们通过PyTorch以外的其他方式在GPU 上分配了一些数组，例如通过使用numba.cuda.device_array创建GPU数组。当PyTorch为一些张量分配稍后的GPU内存时，会不会意外地覆盖我们的第一个CUDA数组所使用的内存空间？一般来说，由于PyTorch和Numba使用相同的</
浏览 1提问于2020-03-09得票数 1
回答已采纳
在colab中，每当我们需要图形处理器时，我们只需单击change runtime type并将硬件加速器更改为GPU cuda可用，torch.cuda.is_available()就是True 如何做到这一点是AWS sagemaker，即打开cuda。我是AWS的新手，正在尝试在aws sagemaker中使用pytorch训练模型，Pytorch代码首先在colab环境中进行测试。 我<em
浏览 31提问于2021-04-02得票数 0
回答已采纳
3回答
在运行ubuntu 16.04中的脚本时，我得到了这个错误。请原谅我，我是python的新手，我已经检查了互联网上已经可用的选项，但我不能修复它。RuntimeError: cuda runtime error (10) : invalid device ordinal at torch/csrc/cuda/Module.cpp:32
#Move the model to the
浏览 0提问于2018-06-10得票数 7
回答已采纳
2回答
如何知道我的计算机上是否有可用的GPU？我想使用python方式，或者使用shell命令，以了解GPU是否可用。我使用的是Mac OS Catalina版本10.15，如果有关系的话。顺便说一句，我可以放心地假设GPU在今天的大多数计算机上都是可用的吗？
浏览 20提问于2020-09-29得票数 0
回答已采纳
张量c被发送到multiprocessing.Pool调用的目标函数步骤内的GPU。在这样做的过程中，每个子进程在GPU上使用487 MB，而RAM的使用则为5 GB。注意，大张量arr只是在调用池之前创建一次，而不是作为参数传递给目标函数。当CPU上的所有东西都在运行时，Ram的使用不会爆炸。关于这个例子，我有以下几个问题：
我将torch.Tensor.ones(1)发送到GPU，但它消耗了487 MB的
浏览 0提问于2020-09-25得票数 0
有没有办法在DL4J中创建NDArrays，这样操作就可以在GPU上完成？例如在pytorch中， cuda0 = torch.device('cuda:0')
x = torch.tensor([1., 2.], device=cuda0) 如果我的系统配备了图形处理器，我无法找到指定后端(cpu或gpu)的方法？
浏览 17提问于2020-07-01得票数 0
有没有办法强制设置特定Pytorch实例可用的GPU内存量的最大值？例如，我的GPU可能有12 4Gb可用空间，但我想将最大4 4Gb分配给一个特定的进程。
浏览 0提问于2018-03-28得票数 14
回答已采纳
我正在自定义数据集上训练yolo5，但我一直在耗尽GPU的内存，因为它只使用8个GPU中的一个。我应该如何运行它才能使用所有的GPU？YOLOv5 v4.0-83-gd2e754b torch 1.7.1 CUDA:0 (Tesla K80,11441.1875MB) CUDA:1 (Tesla K80,11441.1875MB) CUDAK80,11441.1875MB) CUDA:6 (Tesla K80,114
浏览 18提问于2021-02-19得票数 0
我想弄清楚，PyTorch模型是在cpu上还是在cuda上，以便根据模型将其他变量初始化为Torch.Tensor或Torch.cuda.Tensor。然而，查看dir()函数的输出，我只看到.cpu()，.cuda()，to()方法，它们将模型放在设备上，图形处理器或其他设备上，在到中指定。对于PyTorch张量，有is_cuda</e
浏览 6提问于2021-01-29得票数 1
我之所以问这个问题，是因为我正成功地在我的GTX 2070笔记本电脑上用8GB的VRAM训练一个分段网络，我使用的是完全相同的代码和完全相同的软件库，在我的台式机上安装了带有GTX1080TI的，它仍然从内存中抛出考虑到这一点，为什么会发生这种情况：
相同的Windows 10 + CUDA 10.1 + CUDNN 7.6.5.32 + Nvidia驱动程序41
浏览 1提问于2020-08-17得票数 7
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
