配3dResNet的时候遇到几个问题 源码:kenshohara/3D-ResNets-PyTorch: 3D ResNets for Action Recognition (CVPR 2018) (github.com)
1、安装完pytorch,却调不出cuda(玄学)
以pytorch1.1.0 cuda9.0环境为例,先在conda环境里输入
# CUDA 9.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch
此时我的cuda依然是处于不可调用的状态
……很无语,看了两个小时帖子之后,没操作任何,莫名其妙又好了
解决
2、import torchvision时报错
解决方法:换一套pytorch和torchvision,cudatoolkit
讲道理这个问题应该是各个库版本之间互相不匹配造成的,在项目环境允许的情况下可以多配几套试试
在Pytorch官网上找自己需要的版本,语句都给你生成好了,特别方便。
3、现在好像是不用自己装cuda了,直接装cudatoolkit就能跑通大部分的代码
参考:(11条消息) conda安装的cudatoolkit与Nvidia官方提供的cudatoolkit的区别_马圈圈马的博客-CSDN博客_conda cudatoolkit与cuda的区别
4、torchvision.transform 里面现在已经淘汰了Scale的用法,统一用Resize代替
除此之外,帖子尾端的参考资料也比较有价值。总结起来就一句话:pytorch提供的cudatoolkit,可以满足绝大多数情况下pytorch框架下代码的运行。特殊情况也在帖子中写的比较清楚了。
Mark:
检验torch是否能够调用GPU训练的方法:
import torch
flag = torch.cuda.is_available()
最后:train起来啦!小小开心一下hhhh,也是挺不容易的。
参考:
cuda、cudnn、cudatoolkit等概念区分:
(11条消息) cuda和GPU驱动的关系_AIchiNiurou的博客-CSDN博客_cuda和gpu的关系(11条消息) pytorch:测试GPU是否可用_James_Bobo的博客-CSDN博客_pytorch判断gpu是否可用cdPytorch 使用不同版本的 cuda - yhjoker - 博客园 (cnblogs.com)