【Error】Yolo 训练遇到的错误

当遇到RuntimeError提示找不到有效的cuDNN算法运行卷积时,通常是由于GPU内存占用过高。解决方案是调整batch_size,通常建议设为8的倍数,并根据GPU使用情况,如使用Yolov5的s、n、l、x模型时,适当调整以确保训练过程顺利进行。可以使用nvidia-smi命令监控GPU状态并优化batch_size,以减少训练时间。
摘要由CSDN通过智能技术生成

目录

 1.RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

 1.RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

RuntimeError: Unable to find a valid cuDNN algorithm to run convolution

发生报错的原因是gpu内存占用过高

我们需要把bach_size调小,一般建议是8的倍数,内存不够用时尽量调低。

parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs, -1 for autobatch')

结果运行正常。

使用Yolov5模型时,s和n模型的深度和通道层数都比较小,batch-size设置的稍大一些,gpu可以跑的动,但使用l和x模型跑的时候就不一定可以跑的动了。使用指令nvidia-smi,根据gpu的使用情况调整batch-size的大小,尽量缩短每次训练模型的时间。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值