博客
关于我
工程实践_LFFD模型训练过程疑难杂症debug
阅读量:537 次
发布时间:2019-03-08

本文共 2359 字,大约阅读时间需要 7 分钟。

1.MxNet版本的LFFD需要安装CUDA10.1版本和CuDNN

若不满足会出现如下问题:

安装的CUDA版本太低或没有安装:

raceback (most recent call last):  File "configuration_10_320_20L_5scales_v2.py", line 17, in 
import mxnet File "/usr/local/lib/python3.6/dist-packages/mxnet/__init__.py", line 24, in
from .context import Context, current_context, cpu, gpu, cpu_pinned File "/usr/local/lib/python3.6/dist-packages/mxnet/context.py", line 24, in
from .base import classproperty, with_metaclass, _MXClassPropertyMetaClass File "/usr/local/lib/python3.6/dist-packages/mxnet/base.py", line 213, in
_LIB = _load_lib() File "/usr/local/lib/python3.6/dist-packages/mxnet/base.py", line 204, in _load_lib lib = ctypes.CDLL(lib_path[0], ctypes.RTLD_LOCAL) File "/usr/lib/python3.6/ctypes/__init__.py", line 348, in __init__ self._handle = _dlopen(self._name, mode)OSError: libcudart.so.10.1: cannot open shared object file: No such file or directory

没有安装CuDNN:

terminate called after throwing an instance of 'dmlc::Error'  what():  [20:48:36] ../include/mshadow/./stream_gpu-inl.h:173: Check failed: err == CUDNN_STATUS_SUCCESS (4 vs. 0) : CUDNN_STATUS_INTERNAL_ERRORAborted (core dumped)

2.正确使用Python和正确安装MxNet版本

若已经正确安装CUDA和CUDNN,仍然出现:

terminate called after throwing an instance of 'dmlc::Error'  what():  [20:48:36] ../include/mshadow/./stream_gpu-inl.h:173: Check failed: err == CUDNN_STATUS_SUCCESS (4 vs. 0) : CUDNN_STATUS_INTERNAL_ERRORAborted (core dumped)

有两种可能:首先查看MxNet版本是否正确,再在configuration_10_560_25L_8scales_v1.py代码中将如下代码注释:

# add mxnet python path to path env if needmxnet_python_path = '/home/heyonghao/libs/incubator-mxnet/python'sys.path.append(mxnet_python_path)

我们只需要使用我们本地默认的Python就行。

3.正确安装OpenCV

如出现如下问题:

During handling of the above exception, another exception occurred:Traceback (most recent call last):  File "_ctypes/callbacks.c", line 234, in 'calling callback function'  File "/root/work/mxnet/python/mxnet/operator.py", line 1052, in backward_entry    print('Error in CustomOp.backward: %s' % traceback.format_exc())UnicodeEncodeError: 'ascii' codec can't encode characters in position 369-376: ordinal not in range(128)

说明OpenCV版本没有正确安装,删除旧版本之后安装如下版本:

pip install opencv-python==3.4.5.20

4.正确设置batch_size

遇到如下问题,很可能是batch_size设置的太大:

MXNetError: cudaMalloc retry failed: out of memory

可以设置batch_size=16

转载地址:http://gsbiz.baihongyu.com/

你可能感兴趣的文章
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_实际操作---大数据之Nifi工作笔记0020
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_实际操作_02---大数据之Nifi工作笔记0032
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_使用NIFI表达式语言_来获取自定义属性中的数据_NIFI表达式使用体验---大数据之Nifi工作笔记0024
查看>>
NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
查看>>
NIFI大数据进阶_内嵌ZK模式集群2_实际操作搭建NIFI内嵌模式集群---大数据之Nifi工作笔记0016
查看>>
NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_实际操作_03---大数据之Nifi工作笔记0035
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_02---大数据之Nifi工作笔记0034
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_说明操作步骤---大数据之Nifi工作笔记0028
查看>>