web-dev-qa-db-ja.com

無効なデバイス序数、CUDA / TORCH

Ubuntu 16.04でスクリプトを実行すると、このエラーが発生します。我慢してください、私はpythonに不慣れです、私はインターネットですでに利用可能なオプションをチェックしましたが、それを修正することができませんでした。

 RuntimeError: cuda runtime error (10) : invalid device ordinal at torch/csrc/cuda/Module.cpp:32

私は現在このファイルを実行しています。

from __future__ import print_function
from models import LipRead
import torch
import toml
from training import Trainer
from validation import Validator

print("Loading options...")
with open('options.toml', 'r') as optionsFile:
options = toml.loads(optionsFile.read())

if(options["general"]["usecudnnbenchmark"] and options["general"]    ["usecudnn"]):
print("Running cudnn benchmark...")
torch.backends.cudnn.benchmark = True

#Create the model.
model = LipRead(options)

if(options["general"]["loadpretrainedmodel"]):
model.load_state_dict(torch.load(options["general"]    ["pretrainedmodelpath"]))

#Move the model to the GPU.
if(options["general"]["usecudnn"]):
model = model.cuda(options["general"]["gpuid"])

trainer = Trainer(options)
validator = Validator(options)

for Epoch in range(options["training"]["startepoch"], options["training"]["epochs"]):

if(options["training"]["train"]):
    trainer.Epoch(model, Epoch)

if(options["validation"]["validate"]):
    validator.Epoch(model)

そして、私はこのファイルがポップされたエラーと関係があるとは思わない

Title = "TOML Example"

[general]
usecudnn = true
usecudnnbenchmark = true
gpuid = 0
loadpretrainedmodel = true
pretrainedmodelpath = "trainedmodel.pt"
savemodel = true
modelsavepath = "savedmodel.pt"

[input]
batchsize = 18
numworkers = 18
shuffle = true

[model]
type = "LSTM"
inputdim = 256 
hiddendim = 256
numclasses = 500
numlstms = 2

[training]
train = true
epochs = 15
startepoch = 10
statsfrequency = 1000
dataset = "/udisk/pszts-ssd/AV-ASR-data/BBC_Oxford/lipread_mp4"
learningrate = 0.003
momentum = 0.9
weightdecay = 0.0001

[validation]
validate = true
dataset = "/udisk/pszts-ssd/AV-ASR-data/BBC_Oxford/lipread_mp4"
saveaccuracy = true
accuracyfilelocation = "accuracy.txt"

私がついに到達したので、エラーは主にgpuid行にあります。

pythongpupytorch
6
vikash tiwari

事前にトレーニングされた重みは、別のgpuidにマップされる場合があります。複数のCudaデバイスで事前トレーニングされたモデルが十分に小さい場合は、単一のGPUで実行できる可能性があります。これは、少なくともサイズ1のバッチが使用可能なGPUとRAMに収まると想定しています。

#WAS
model.load_state_dict(torch.load(final_model_file, map_location={'cuda:0':'cuda:1'}))
#IS
model.load_state_dict(torch.load(final_model_file, map_location={'cuda:0':'cuda:0'}))
1
rigo

事前にトレーニングされたモデルが異なる数のCudaデバイスでトレーニングされている場合、そのエラーが発生する可能性があります。たとえば、モデルのトレーニング中に3つのCudaデバイスを使用していて、同じトレーニング済みモデルを1つのCudaデバイスのみのデバイスにロードしているとします。

0
Gaurav Shrivastava